| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 课题研究的背景与意义 | 第13-14页 |
| 1.2 国内外移动机器人组合导航技术发展现状 | 第14-17页 |
| 1.2.1 国外研究现状 | 第14-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 两轮自平衡机器人组合导航的关键技术与应用前景 | 第17-19页 |
| 1.3.1 两轮自平衡机器人组合导航关键技术 | 第17-18页 |
| 1.3.2 组合导航技术的应用前景 | 第18-19页 |
| 1.4 课题主要研究内容与安排 | 第19-20页 |
| 第二章 两轮自平衡移动机器人组合导航系统总体方案设计 | 第20-33页 |
| 2.1 引言 | 第20页 |
| 2.2 组合导航技术方案设计 | 第20-21页 |
| 2.2.1 组合导航技术论述 | 第20页 |
| 2.2.2 组合导航系统总体方案设计 | 第20-21页 |
| 2.3 两轮自平衡移动机器人捷联惯性导航模块设计 | 第21-26页 |
| 2.3.1 捷联惯性导航模块硬件设计 | 第22-24页 |
| 2.3.2 捷联惯性导航模块软件设计 | 第24-26页 |
| 2.4 两轮自平衡移动机器人里程计模块设计 | 第26-30页 |
| 2.4.1 磁编码器模块硬件设计 | 第27-29页 |
| 2.4.2 磁编码器模块软件设计 | 第29-30页 |
| 2.5 组合导航系统应用设计 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 导航姿态解算算法与仿真 | 第33-46页 |
| 3.1 引言 | 第33页 |
| 3.2 基于四元数的移动机器人姿态解算 | 第33-37页 |
| 3.2.1 四元数姿态解算算法 | 第33-34页 |
| 3.2.2 四元数卡尔曼滤波算法 | 第34-37页 |
| 3.3 自适应四元数卡尔曼滤波的姿态解算方法 | 第37-41页 |
| 3.3.1 自适应四元数卡尔曼滤波算法 | 第38-39页 |
| 3.3.2 仿真验证与分析 | 第39-41页 |
| 3.4 改进互补滤波的移动机器人姿态解算方法 | 第41-45页 |
| 3.4.1 互补滤波信息融合理论 | 第41-43页 |
| 3.4.2 改进互补滤波理论及仿真 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 导航定位算法与仿真 | 第46-59页 |
| 4.1 引言 | 第46页 |
| 4.2 建立两轮自平衡移动机器人组合误差模型 | 第46-47页 |
| 4.2.1 惯性系统误差模型 | 第46-47页 |
| 4.2.2 里程计误差模型 | 第47页 |
| 4.3 基于SINS/OD的卡尔曼滤波组合导航方法 | 第47-51页 |
| 4.3.1 线性卡尔曼滤波器设计 | 第47-48页 |
| 4.3.2 卡尔曼滤波组合导航与航位推算的比较与仿真 | 第48-51页 |
| 4.4 基于SINS/GPS/OD的联邦滤波组合导航方法 | 第51-58页 |
| 4.4.1 组合系统的数学模型 | 第52-54页 |
| 4.4.2 联邦滤波器设计 | 第54-56页 |
| 4.4.3 自适应联邦滤波器设计 | 第56页 |
| 4.4.4 系统仿真结果及分析 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 两轮自平衡移动机器人组合导航性能实验验证 | 第59-66页 |
| 5.1 引言 | 第59页 |
| 5.2 系统调试与实验验证分析 | 第59-61页 |
| 5.2.1 模块数据采集与实验分析 | 第59-61页 |
| 5.2.2 系统调试 | 第61页 |
| 5.3 算法实验验证 | 第61-65页 |
| 5.3.1 自适应四元数卡尔曼滤波实验验证 | 第61-64页 |
| 5.3.2 改进互补滤波实验验证 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 论文主要工作总结 | 第66-67页 |
| 6.2 论文的不足及展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |
