| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 课题背景及意义 | 第7页 |
| 1.2 课题研究对象及相关研究现状 | 第7-13页 |
| 1.2.1 服务机器人导航问题研究现状 | 第8-11页 |
| 1.2.2 机器人操作系统研究现状 | 第11-13页 |
| 1.3 论文主要内容及安排 | 第13-15页 |
| 第二章 Kinect的相机标定和深度误差补偿 | 第15-31页 |
| 2.1 Kinect传感器 | 第15-18页 |
| 2.1.1 Kinect简介 | 第15-16页 |
| 2.1.2 Kinect的深度测量原理 | 第16-17页 |
| 2.1.3 Kinect的坐标变换 | 第17-18页 |
| 2.2 Kinect的相机标定 | 第18-23页 |
| 2.2.1 标定方法 | 第18-20页 |
| 2.2.2 标定结果 | 第20-23页 |
| 2.3 Kinect深度测量的误差及补偿方法 | 第23-26页 |
| 2.3.1 图像空洞和深度数据的时域跳变 | 第23-25页 |
| 2.3.2 Kinect的系统误差 | 第25-26页 |
| 2.4 基于数学统计的系统误差补偿方法 | 第26-30页 |
| 2.4.1 系统误差模型 | 第26页 |
| 2.4.2 深度测量值和参考值的采集 | 第26-27页 |
| 2.4.3 关系曲线的拟合 | 第27-28页 |
| 2.4.4 系统误差补偿的效果 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 地图构建与定位 | 第31-47页 |
| 3.1 基于Kinect的虚拟2D激光传感器 | 第31-36页 |
| 3.1.1 Kinect与机器人的坐标变换 | 第31-32页 |
| 3.1.2 虚拟2D激光传感器的实现方法 | 第32-34页 |
| 3.1.3 基于虚拟2D激光传感器的测距实验 | 第34-36页 |
| 3.2 基于栅格法的地图构建 | 第36-39页 |
| 3.2.1 栅格法的基本设定 | 第36-37页 |
| 3.2.3 基于虚拟激光数据建立栅格地图 | 第37-39页 |
| 3.3 蒙特卡罗定位方法 | 第39-46页 |
| 3.3.1 贝叶斯滤波原理 | 第39-40页 |
| 3.3.2 标准蒙特卡罗定位 | 第40-41页 |
| 3.3.3 自适应蒙特卡罗定位 | 第41-44页 |
| 3.3.4 自适应蒙特卡罗仿真实验 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 路径规划技术 | 第47-63页 |
| 4.1 基于A~*算法的全局路径规划 | 第47-50页 |
| 4.1.1 A~*算法简介 | 第47-48页 |
| 4.1.2 A~*算法的仿真实验 | 第48-50页 |
| 4.2 基于DWA算法的局部路径规划 | 第50-53页 |
| 4.2.1 双轮差动机器人的运动模型 | 第50页 |
| 4.2.2 DWA算法简介 | 第50-52页 |
| 4.2.3 DWA算法的不足 | 第52-53页 |
| 4.3 改进的DWA算法 | 第53-60页 |
| 4.3.1 模糊理论简介 | 第53-55页 |
| 4.3.2 改进的DWA算法 | 第55-60页 |
| 4.3.3 改进的DWA算法的仿真实验 | 第60页 |
| 4.4 基于A~*算法和改进DWA算法的混合路径规划方法 | 第60-62页 |
| 4.4.1 混合路径规划方法介绍 | 第60-61页 |
| 4.4.2 混合路径规划方法的仿真实验 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 基于ROS的导航实验 | 第63-75页 |
| 5.1 导航实验设计 | 第63-69页 |
| 5.1.1 实验平台Turtlebot | 第63页 |
| 5.1.2 导航系统架构 | 第63-64页 |
| 5.1.3 基于ROS的导航系统程序设计 | 第64-67页 |
| 5.1.4 实验环境设计 | 第67-69页 |
| 5.2 实验过程及分析 | 第69-74页 |
| 5.2.1 完整实验过程及分析 | 第69-71页 |
| 5.2.2 某一时刻的机器人导航分析 | 第71-74页 |
| 5.3 本章小结 | 第74-75页 |
| 主要结论与展望 | 第75-76页 |
| 主要结论 | 第75页 |
| 展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第80页 |