首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文--智能机器人论文

基于多传感器信息融合的移动机器人位姿计算方法研究

摘要第1-8页
Abstract第8-13页
第一章 绪论第13-33页
   ·课题来源、研究背景及意义第13-15页
     ·课题来源第13页
     ·研究背景及意义第13-15页
   ·智能移动机器人国内外发展概况第15-18页
   ·移动机器人位姿计算研究现状第18-21页
     ·国外研究现状第18-20页
     ·国内研究现状第20-21页
   ·移动机器人位姿计算综述第21-30页
     ·移动机器人位姿计算第22-23页
     ·传感器技术与信息融合第23-25页
     ·移动机器人位姿计算的实现第25-28页
     ·研究难点与关键问题第28-30页
   ·论文研究内容与组织结构第30-33页
第二章 移动机器人系统建模第33-46页
   ·机器人机械结构介绍第33-36页
     ·手臂运动部分第34-35页
     ·躯干及头部第35页
     ·两轮差动驱动底盘第35-36页
   ·运动控制系统介绍第36-42页
     ·复合式控制体系结构第36-37页
     ·基于圆弧行走的运动控制第37-39页
     ·局部运动规划第39-40页
     ·RoboNav 机器人控制软件简介第40-42页
   ·移动机器人系统模型第42-45页
     ·坐标系统第42页
     ·环境地图模型第42-43页
     ·机器人运动模型第43-45页
     ·传感器观测模型第45页
   ·本章小结第45-46页
第三章 传感器信息预处理第46-69页
   ·激光测距信息的预处理与滤波第46-57页
     ·激光测距信息预处理第46-47页
     ·基于特征估计的多尺度自适应滤波第47-53页
     ·实验分析第53-57页
   ·摄像机参数标定与图像校正第57-68页
     ·成像模型的建立第57-61页
     ·成像模型参数的标定第61-63页
     ·图像畸变的校正第63-65页
     ·实验分析第65-68页
   ·本章小结第68-69页
第四章 移动机器人位姿计算研究第69-96页
   ·基于激光测距仪的机器人位姿计算第69-80页
     ·基于局部曲率的特征分割与辨识第69-71页
     ·基于非机载激光测距仪的位姿计算第71-74页
     ·基于环境特征的位姿计算第74-75页
     ·实验分析第75-80页
   ·基于全局视觉的移动机器人位姿计算第80-95页
     ·基于颜色信息的特征分割第80-84页
     ·基于特征模板匹配的机器人快速识别第84-87页
     ·基于控制量估计的位姿跟踪第87-89页
     ·基于多摄像机的全局视觉位姿计算第89-91页
     ·实验分析第91-95页
   ·本章小结第95-96页
第五章 多传感器信息融合与数据关联研究第96-108页
   ·非线性系统的Kalman 滤波信息融合第96-100页
     ·扩展卡尔曼滤波器(EKF)第97-98页
     ·无嗅卡尔曼滤波器(UKF)第98-100页
   ·基于粒子滤波的信息融合第100-104页
     ·序贯重要性采样(SIS)第101页
     ·粒子集的退化及重采样第101-102页
     ·粒子滤波重采样算法(SIR)第102-104页
   ·动态目标数据关联方法研究第104-107页
     ·数据关联第104页
     ·匹配门限第104-105页
     ·独立相容最近关联法第105-106页
     ·联合相容分枝定界法第106-107页
   ·本章小结第107-108页
第六章 基于多传感器信息融合的位姿计算第108-138页
   ·基于无嗅卡尔曼滤波的多机器人位姿计算第108-119页
     ·多目标跟踪研究第109页
     ·系统的构建第109-113页
     ·多机器人位姿计算的实现第113-116页
     ·实验分析第116-119页
   ·基于粒子滤波的机器人自主位姿计算第119-137页
     ·信息不确定性研究第119-122页
     ·问题的数学描述第122-124页
     ·自主位姿计算的实现第124-132页
     ·实验分析第132-137页
   ·本章小结第137-138页
第七章 总结与展望第138-141页
   ·全文总结第138-139页
   ·未来工作展望第139-141页
参考文献第141-151页
作者在攻读博士学位期间取得主要学术成果第151-152页
 作者攻读博士期间发表的论文第151页
 作者攻读博士期间参加的主要科研项目第151-152页
致谢第152-153页

论文共153页,点击 下载论文
上一篇:服务机器人双臂协作技术研究及实现
下一篇:资源网络的精化学习及应用研究