基于激光Slam的仓储搬运AGV定位技术研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.1.1 选题背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状分析 | 第9-15页 |
| 1.2.1 仓储搬运AGV定位导引技术 | 第9-11页 |
| 1.2.2 移动机器人自主定位方法研究现状分析 | 第11-14页 |
| 1.2.3 Slam技术 | 第14-15页 |
| 1.3 研究内容与创新之处 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 创新之处 | 第16页 |
| 1.4 研究方法与技术路线 | 第16-17页 |
| 1.4.1 研究方法 | 第16-17页 |
| 1.4.2 技术路线 | 第17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 实验平台 | 第18-23页 |
| 2.1 Pioneer-LX平台概述 | 第18-19页 |
| 2.2 Pioneer-LX软件系统 | 第19-21页 |
| 2.3 Pioneer-LX主要传感器 | 第21-22页 |
| 2.3.1 编码器 | 第21页 |
| 2.3.2 激光测距仪 | 第21-22页 |
| 2.3.3 陀螺仪 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 系统建模 | 第23-32页 |
| 3.1 机器人坐标系统 | 第23-24页 |
| 3.2 编码器里程计运动模型 | 第24-26页 |
| 3.3 激光测距传感器模型 | 第26-27页 |
| 3.4 陀螺仪数据模型 | 第27-28页 |
| 3.5 全局地图模型 | 第28-31页 |
| 3.5.1 地图描述方法 | 第28-29页 |
| 3.5.2 全局地图创建 | 第29-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第4章 基于半结构化仓储环境的AGV定位研究 | 第32-55页 |
| 4.1 基于半结构化仓储环境的AGV定位总体框架 | 第32-33页 |
| 4.2 基于卡尔曼滤波的滤波定位算法 | 第33-36页 |
| 4.2.1 线型卡尔曼滤波模型 | 第34-35页 |
| 4.2.2 扩展卡尔曼滤波模型 | 第35-36页 |
| 4.2.3 卡尔曼滤波在AGV自主定位中的应用 | 第36页 |
| 4.3 AGV路径行驶过程中的定位 | 第36-48页 |
| 4.3.1 标准ICP算法 | 第37-39页 |
| 4.3.2 改进的ICP算法 | 第39-46页 |
| 4.3.3 基于改进ICP算法的EKF定位 | 第46-48页 |
| 4.4 AGV在停车搬运过程的定位 | 第48-54页 |
| 4.4.1 货架特征分析 | 第48-50页 |
| 4.4.2 货架特征提取方法 | 第50-52页 |
| 4.4.3 货架特征匹配与位姿计算 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 实验验证 | 第55-66页 |
| 5.1 传感器误差实验 | 第55-57页 |
| 5.1.1 激光测距传感器误差实验 | 第55页 |
| 5.1.2 陀螺仪传感器误差实验 | 第55-57页 |
| 5.2 实验平台搭建 | 第57-58页 |
| 5.3 AGV路径行驶过程中的定位实验 | 第58-63页 |
| 5.3.1 编码器数据处理 | 第58-60页 |
| 5.3.2 陀螺仪数据处理 | 第60-61页 |
| 5.3.3 基于改进ICP算法的EKF定位实验 | 第61-63页 |
| 5.4 AGV停车搬运过程的定位实验 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66页 |
| 6.2 工作展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 硕士研究生期间主要成果 | 第71-72页 |
| 致谢 | 第72页 |
