室外环境基于多传感器履带式机器人自主导航
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 亟待解决的问题 | 第11-12页 |
| 1.4 论文的主要内容 | 第12-14页 |
| 2 模糊人工势场法路径规划 | 第14-28页 |
| 2.1 人工势场法 | 第14-16页 |
| 2.1.1 人工势场法概述 | 第14-16页 |
| 2.1.2 人工势场法局限性与改进方案 | 第16页 |
| 2.2 模糊控制器 | 第16-18页 |
| 2.2.1 模糊逻辑推理 | 第16-17页 |
| 2.2.2 清晰化计算 | 第17-18页 |
| 2.3 人工势场法的模糊决策 | 第18-25页 |
| 2.3.1 斥力场系数的模糊决策 | 第19-22页 |
| 2.3.2 引力偏转角度的模糊决策 | 第22-23页 |
| 2.3.3 行驶速度的模糊决策 | 第23-25页 |
| 2.4 模糊人工势场法决策效果 | 第25-27页 |
| 2.5 本章总结 | 第27-28页 |
| 3 林荫道路位置信息校正 | 第28-43页 |
| 3.1 环境信息特征提取 | 第28-34页 |
| 3.1.1 履带式机器人视角尺度空间 | 第28-30页 |
| 3.1.2 检测DOG尺度空间极值点 | 第30-31页 |
| 3.1.3 特征点方向分配 | 第31-33页 |
| 3.1.4 特征点匹配 | 第33-34页 |
| 3.2 基于模糊EKF的位置校正 | 第34-41页 |
| 3.2.1 扩展卡尔曼滤波算法 | 第34-35页 |
| 3.2.2 模糊卡尔曼滤波算法 | 第35-38页 |
| 3.2.3 履带式机器人位置校正 | 第38-41页 |
| 3.3 本章总结 | 第41-43页 |
| 4 履带式机器人系统与应用 | 第43-60页 |
| 4.1 履带式机器人控制系统 | 第43-46页 |
| 4.1.1 履带式机器人 | 第43-45页 |
| 4.1.2 工业控制计算机 | 第45页 |
| 4.1.3 直流伺服驱动器 | 第45-46页 |
| 4.2 履带式机器人数学模型 | 第46-52页 |
| 4.2.1 履带式机器人的运动学分析 | 第46-49页 |
| 4.2.2 履带式机器人动力学分析 | 第49-52页 |
| 4.3 履带式机器人传感器 | 第52-54页 |
| 4.3.1 双目视觉系统 | 第52-53页 |
| 4.3.2 数字罗盘 | 第53页 |
| 4.3.3 激光扫描测距仪 | 第53-54页 |
| 4.4 GPS全局定位 | 第54-58页 |
| 4.4.1 GPS应用 | 第54页 |
| 4.4.2 GPS工作系统 | 第54-55页 |
| 4.4.3 GPS工作原理 | 第55-57页 |
| 4.4.4 GPS全局定位模型 | 第57-58页 |
| 4.5 履带式机器人工程应用 | 第58-59页 |
| 4.6 本章总结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
