基于最大熵多移动机器人气味源定位
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 气味源定位研究背景及意义 | 第9-10页 |
| 1.2 气味源定位术语预备知识 | 第10-11页 |
| 1.3 气味源定位环境 | 第11页 |
| 1.4 气味源定位过程 | 第11-18页 |
| 1.4.1 烟羽发现 | 第12-13页 |
| 1.4.2 烟羽追踪 | 第13-17页 |
| 1.4.3 气味源确认 | 第17-18页 |
| 1.5 气味源定位面临的问题 | 第18页 |
| 1.6 本文主要研究工作 | 第18-20页 |
| 第二章 基于ROS气味源定位仿真平台搭建 | 第20-34页 |
| 2.1 机器人操作系统介绍 | 第20-21页 |
| 2.2 机器人操作系统(ROS)的优点 | 第21-22页 |
| 2.3 ROS 专业术语介绍 | 第22-25页 |
| 2.4 ROS 仿真平台的优势 | 第25-27页 |
| 2.5 气味源定位仿真平台搭建 | 第27-33页 |
| 2.5.1 实验环境模型 | 第27-28页 |
| 2.5.2 烟羽模型 | 第28-30页 |
| 2.5.3 传感器模型 | 第30-31页 |
| 2.5.4 定位模型 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于香农熵的多机器人未知气味源定位 | 第34-39页 |
| 3.1 香农熵 | 第34页 |
| 3.2 基于香农熵的群体决策控制 | 第34-37页 |
| 3.2.1 搜索环境的建模 | 第34-35页 |
| 3.2.2 观测模型 | 第35-37页 |
| 3.2.3 后验概率分布 | 第37页 |
| 3.3 基于香农熵的移动方向上群体决策机制 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 多移动机器人的有限时间运动控制 | 第39-49页 |
| 4.1 气味源定位 | 第39-40页 |
| 4.1.1 动态模型和有限收敛性定义 | 第39-40页 |
| 4.1.2 通信拓扑 | 第40页 |
| 4.2 分布式协调控制架构 | 第40-41页 |
| 4.3 有限时间收敛一致性算法 | 第41-48页 |
| 4.3.1 有限时间平行运动控制算法 | 第44-47页 |
| 4.3.2 有限时间旋转运动控制算法 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 ROS 平台实验结果 | 第49-56页 |
| 5.1 初始化 ROS 平台环境参数 | 第49-50页 |
| 5.2 实验结果与分析 | 第50-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56-57页 |
| 6.2 工作展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 附录 | 第65页 |
