多自主移动机器人协作的关键技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.1.1 多自主移动机器人的应用与研究背景 | 第11-13页 |
| 1.1.2 多自主移动机器人协作的应用与研究背景 | 第13-14页 |
| 1.2 多自主移动机器人协作的主要研究问题 | 第14-16页 |
| 1.2.1 主要研究问题 | 第14页 |
| 1.2.2 研究中存在的问题和难点 | 第14-16页 |
| 1.3 多自主移动机器人协作的研究现状 | 第16-18页 |
| 1.4 本文研究基础 | 第18-19页 |
| 1.5 本文的主要研究内容 | 第19-21页 |
| 第二章 多自主移动机器人协作的体系结构 | 第21-37页 |
| 2.1 引言 | 第21页 |
| 2.2 自主移动机器人系统功能模型 | 第21-22页 |
| 2.3 多自主移动机器人协作的体系结构 | 第22-31页 |
| 2.3.1 个体机器人体系结构 | 第22-25页 |
| 2.3.2 多机器人体系结构 | 第25-27页 |
| 2.3.3 面向功能层次的多机器人体系结构 | 第27-31页 |
| 2.4 多自主移动机器人协作的关键技术 | 第31-36页 |
| 2.4.1 多机器人协作的关键技术框架 | 第31-32页 |
| 2.4.2 多机器人协作的关键技术 | 第32-35页 |
| 2.4.3 关键技术研究采用的主要方法 | 第35-36页 |
| 2.5 小结 | 第36-37页 |
| 第三章 自主移动机器人的定位和路径规划 | 第37-88页 |
| 3.1 引言 | 第37页 |
| 3.2 自主移动机器人平台 | 第37-45页 |
| 3.2.1 移动机器人传感器系统 | 第37-41页 |
| 3.2.2 机器人移动机构 | 第41-42页 |
| 3.2.3 机器人运动模型 | 第42-45页 |
| 3.3 自主移动机器人视觉定位 | 第45-67页 |
| 3.3.1 机器人视觉标定 | 第45-51页 |
| 3.3.2 机器人颜色识别 | 第51-55页 |
| 3.3.3 适应光线变化的颜色识别 | 第55-58页 |
| 3.3.4 基于场地白线识别的自定位 | 第58-67页 |
| 3.4 机器人路径规划 | 第67-78页 |
| 3.4.1 基于Bezier曲线的路径规划 | 第67-69页 |
| 3.4.2 贝塞尔曲线路径规划的问题描述 | 第69-70页 |
| 3.4.3 贝塞尔曲线最优路径规划 | 第70-75页 |
| 3.4.4 仿真实验结果与分析 | 第75-78页 |
| 3.5 自主移动机器多传感器定位 | 第78-86页 |
| 3.5.1 混合定位 | 第79-81页 |
| 3.5.2 信息融合定位 | 第81-82页 |
| 3.5.3 仿真试验系统构成 | 第82-83页 |
| 3.5.4 仿真试验数据生成 | 第83-84页 |
| 3.5.5 仿真试验结果与分析 | 第84-86页 |
| 3.5.6 定位误差比较 | 第86页 |
| 3.6 小结 | 第86-88页 |
| 第四章 多自主移动机器人协作定位 | 第88-117页 |
| 4.1 引言 | 第88页 |
| 4.2 机器人通信系统与信息融合 | 第88-101页 |
| 4.2.1 多自主移动机器人通信系统 | 第88-92页 |
| 4.2.2 传感器信息融合 | 第92-98页 |
| 4.2.3 多机器人协作定位中的信息融合 | 第98-99页 |
| 4.2.4 分布式信息融合 | 第99-100页 |
| 4.2.5 分布式信息融合的问题描述 | 第100-101页 |
| 4.3 多机器人协作定位的相关模型 | 第101-104页 |
| 4.3.1 机器人坐标系模型及运动模型 | 第101-103页 |
| 4.3.2 机器人里程计模型 | 第103页 |
| 4.3.3 数据关联模型 | 第103-104页 |
| 4.4 基于相对观测的多机器人协作定位 | 第104-113页 |
| 4.4.1 多机器人协作定位的贝叶斯描述 | 第105-107页 |
| 4.4.2 机器人系统状态方程和协方差 | 第107-108页 |
| 4.4.3 机器人系统观测方程和观测更新 | 第108-111页 |
| 4.4.4 基于特征检测的EKF机器人协作定位 | 第111-113页 |
| 4.5 仿真实验及结果讨论 | 第113-116页 |
| 4.5.1 实验系统的构成 | 第113-114页 |
| 4.5.2 实验结果及讨论 | 第114-116页 |
| 4.6 小结 | 第116-117页 |
| 第五章 多机器人任务分配 | 第117-144页 |
| 5.1 引言 | 第117页 |
| 5.2 多机器人任务分配的分类 | 第117-120页 |
| 5.2.1 集中式任务分配 | 第118页 |
| 5.2.2 阈值化任务分配 | 第118-119页 |
| 5.2.3 市场法任务分配 | 第119页 |
| 5.2.4 其它的任务分配方法 | 第119-120页 |
| 5.3 多机器人任务分配的问题描述 | 第120-125页 |
| 5.3.1 任务分配的数学描述 | 第121-122页 |
| 5.3.2 机器人能力及任务能力定义 | 第122-123页 |
| 5.3.3 机器人完成任务的能力条件 | 第123-125页 |
| 5.4 基于市场法的分布式任务分配 | 第125-133页 |
| 5.4.1 任务分配问题的假设条件 | 第125-126页 |
| 5.4.2 机器人任务分配功能结构 | 第126-127页 |
| 5.4.3 任务分配问题的效用值 | 第127-128页 |
| 5.4.4 合同网协议 | 第128-130页 |
| 5.4.5 基于市场机制的动态任务分配方法 | 第130-133页 |
| 5.5 基于市场机制的动态任务分配仿真实验 | 第133-136页 |
| 5.5.1 仿真环境及试验 | 第133-134页 |
| 5.5.2 仿真结果及讨论 | 第134-136页 |
| 5.6 基于市场机制的足球机器人动态角色分配 | 第136-142页 |
| 5.6.1 机器人足球赛场态势评估 | 第136-137页 |
| 5.6.2 比赛阵型选择 | 第137-139页 |
| 5.6.3 机器人角色分配 | 第139页 |
| 5.6.4 角色分配仿真实验 | 第139-142页 |
| 5.7 小结 | 第142-144页 |
| 总结与展望 | 第144-147页 |
| 本文研究工作总结 | 第144-145页 |
| 本文的主要创新点 | 第145页 |
| 未来工作展望 | 第145-147页 |
| 参考文献 | 第147-158页 |
| 攻读学位期间取得的成果 | 第158-160页 |
| 致谢 | 第160页 |
