基于多传感器的室内移动机器人环境感知关键技术研究
摘要 | 第1-5页 |
Abstract | 第5-14页 |
第1章 绪论 | 第14-31页 |
·课题研究的背景及意义 | 第14-15页 |
·机器人环境感知技术概述 | 第15-17页 |
·机器人环境感知内容 | 第15-16页 |
·机器人环境感知传感器 | 第16-17页 |
·机器人环境感知特点 | 第17页 |
·移动机器人动态障碍跟踪及避障技术 | 第17-21页 |
·运动物体跟踪 | 第17-19页 |
·动态障碍物避障 | 第19-21页 |
·机器人的碰撞感知技术 | 第21-24页 |
·碰撞感知方式 | 第21页 |
·基于加速度计的碰撞感知 | 第21-22页 |
·振动信号分析 | 第22-24页 |
·移动机器人气体环境感知技术 | 第24-29页 |
·气体扩散、分布特点 | 第24-26页 |
·气源搜索方法 | 第26-27页 |
·基于气体感知的火情检测 | 第27-29页 |
·本文的主要研究内容 | 第29-31页 |
第2章 HR-I 移动机器人系统的建立 | 第31-49页 |
·HR-I 机器人机械系统集成 | 第31-38页 |
·模块化结构设计 | 第31-33页 |
·三轮支撑结构优化 | 第33-36页 |
·MEMS 传感器模块化集成 | 第36-38页 |
·HR-I 机器人的控制体系结构 | 第38-41页 |
·机器人控制系统设计 | 第38-39页 |
·混合式体系结构建立 | 第39-41页 |
·机器人的行为管理及运动控制 | 第41-48页 |
·基于有限状态机的行为管理 | 第41-42页 |
·基于Motor Schema 的行为融合 | 第42-44页 |
·非完整系统运动控制 | 第44-48页 |
·本章小结 | 第48-49页 |
第3章 基于激光测距仪的障碍感知及避障研究 | 第49-77页 |
·运动环境感知模型的建立 | 第49-53页 |
·激光测距仪的感知模型建立 | 第49-50页 |
·机器人坐标系统及传感器数据变换 | 第50-51页 |
·动态极坐标图环境建模 | 第51-53页 |
·基于激光测距仪的障碍物识别方法研究 | 第53-58页 |
·环境扫描数据分割 | 第53-54页 |
·障碍物特征识别 | 第54-56页 |
·障碍物合并 | 第56-58页 |
·基于扩展卡尔曼滤波的移动障碍跟踪 | 第58-65页 |
·基于里程计的机器人位姿估计 | 第58-60页 |
·激光测距仪坐标系下的目标状态更新 | 第60-63页 |
·基于扩展卡尔曼滤波的运动目标跟踪建模 | 第63-65页 |
·基于激光测距的避障策略研究 | 第65-71页 |
·分层避障策略 | 第65-68页 |
·动态避障策略 | 第68-71页 |
·实验研究 | 第71-76页 |
·障碍物合并实验 | 第71页 |
·静态多障碍物避障实验 | 第71-73页 |
·障碍跟踪及动态避障实验研究 | 第73-76页 |
·本章小结 | 第76-77页 |
第4章 基于加速度计的碰撞感知与响应 | 第77-97页 |
·机器人静态时的碰撞感知及响应 | 第77-86页 |
·静态碰撞信号特征分析 | 第77-78页 |
·静态碰撞方向的确定 | 第78-81页 |
·静态碰撞响应策略 | 第81-84页 |
·障碍环境下机器人的碰撞响应 | 第84-86页 |
·机器人动态时的碰撞感知及响应 | 第86-90页 |
·机器人动态加速度信号特征分析 | 第86-87页 |
·机器人动态碰撞信号的提取与分析 | 第87-89页 |
·机器人动态碰撞响应策略 | 第89-90页 |
·非平坦路面下机器人的碰撞感知 | 第90-92页 |
·碰撞状态识别 | 第90-91页 |
·碰撞信号提取 | 第91-92页 |
·实验研究 | 第92-96页 |
·静态碰撞检测方法实验研究 | 第92-93页 |
·静态碰撞响应实验研究 | 第93-95页 |
·动态碰撞响应实验研究 | 第95-96页 |
·本章小结 | 第96-97页 |
第5章 基于多传感器的室内危险环境探测 | 第97-120页 |
·MEMS 气体传感器工作性能研究 | 第97-101页 |
·气体传感器建模 | 第97-100页 |
·传感器的感知特点 | 第100-101页 |
·基于气体传感器和视觉的危险源搜索策略研究 | 第101-111页 |
·室内危险环境搜索特点 | 第101-103页 |
·危险点直接搜索策略 | 第103-105页 |
·区域危险性的模糊推理建模 | 第105-108页 |
·基于模糊逻辑的危险源搜索策略及仿真 | 第108-111页 |
·HR-I 机器人火情探测研究 | 第111-117页 |
·室内火情的模式及危险性分级 | 第111-112页 |
·基于神经网络的火情危险分级研究 | 第112-114页 |
·基于支持向量机的火情危险分级研究 | 第114-117页 |
·室内火情探测 | 第117页 |
·实验研究 | 第117-119页 |
·本章小结 | 第119-120页 |
结论 | 第120-122页 |
参考文献 | 第122-131页 |
攻读学位期间发表的学术论文 | 第131-133页 |
致谢 | 第133-134页 |
个人简历 | 第134页 |