智能空间辅助家庭服务机器人定位与建图的方法研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-18页 |
·立题意义 | 第10-11页 |
·课题来源 | 第10页 |
·移动机器人及其应用 | 第10-11页 |
·定位方法研究现状 | 第11-14页 |
·环境模型 | 第11-12页 |
·定位方法 | 第12-14页 |
·智能空间简介 | 第14-16页 |
·智能空间介绍 | 第14-15页 |
·智能空间现状与发展 | 第15页 |
·家庭环境下智能空间 | 第15-16页 |
·课题研究内容及组织结构 | 第16-18页 |
第2章 智能空间机器人定位和建图涉及的问题 | 第18-26页 |
·定位所涉及的问题 | 第18-20页 |
·信息的获取 | 第19-20页 |
·不确定信息的描述和处理方法 | 第20页 |
·SLAM 概述及典型方法 | 第20-22页 |
·认识SLAM | 第20-21页 |
·SLAM 中定位与环境特征提取 | 第21-22页 |
·智能空间机器人理论基础 | 第22-24页 |
·智能空间的结构 | 第22-23页 |
·智能空间中的信息分类 | 第23页 |
·智能空间的相关技术 | 第23-24页 |
·智能空间下SLAM 实现思路 | 第24-25页 |
·本章小结 | 第25-26页 |
第3章 智能空间下服务机器人全局定位 | 第26-36页 |
·马尔可夫定位 | 第26-29页 |
·马尔可夫独立性假设 | 第27页 |
·马尔可夫定位原理与算法 | 第27-29页 |
·智能空间辅助机器人定位 | 第29-34页 |
·智能空间辅助机器人定位算法 | 第29-32页 |
·智能空间辅助机器人定位实现 | 第32-33页 |
·仿真实验及结果 | 第33-34页 |
·本章小结 | 第34-36页 |
第4章 智能空间点特征同时定位与建图算法 | 第36-51页 |
·卡尔曼滤波器 | 第36-39页 |
·卡尔曼滤波器原理 | 第36-38页 |
·卡尔曼滤波的特点 | 第38页 |
·扩展卡尔曼滤波原理 | 第38-39页 |
·智能空间同时定位与建图算法 | 第39-41页 |
·智能空间同时定位与建图算法结构 | 第39-40页 |
·智能空间同时定位与建图算法实现 | 第40-41页 |
·模型建立 | 第41-45页 |
·特征点状态向量 | 第41-42页 |
·机器人运动模型 | 第42页 |
·全局摄像机观测模型 | 第42-45页 |
·行走控制策略 | 第45-46页 |
·噪声参数选取 | 第46-47页 |
·实验结果和分析 | 第47-49页 |
·本章小结 | 第49-51页 |
第5章 智能空间线特征同时定位与建图算法 | 第51-60页 |
·线特征状态向量 | 第51-52页 |
·特征线观测模型 | 第52-53页 |
·机器人行走控制策略 | 第53-54页 |
·地图表示 | 第54-56页 |
·实验结果 | 第56-59页 |
·矩形环境 | 第56-57页 |
·家庭环境 | 第57-58页 |
·结果分析 | 第58-59页 |
·本章小结 | 第59-60页 |
结论 | 第60-62页 |
参考文献 | 第62-67页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
致谢 | 第68-69页 |
作者简介 | 第69页 |