基于多传感器的移动机器人障碍物检测与定位研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-17页 |
| ·移动机器人研究现状及发展趋势 | 第12-14页 |
| ·国外移动机器人研究现状 | 第13-14页 |
| ·国内移动机器人研究现状 | 第14页 |
| ·移动机器人导航与路径规划 | 第14-15页 |
| ·传感器在移动机器人导航技术上的应用 | 第15页 |
| ·多传感器信息融合技术在移动机器人中的应用 | 第15-16页 |
| ·本论文主要研究内容及安排 | 第16-17页 |
| 第2章 MT-R移动机器人系统组成 | 第17-23页 |
| ·机器人配置 | 第17-19页 |
| ·机械系统 | 第19-20页 |
| ·机械系统结构 | 第19页 |
| ·机械系统尺寸 | 第19-20页 |
| ·MT-R机器人电子系统 | 第20-23页 |
| 第3章 超声及视觉传感器检测研究 | 第23-38页 |
| ·超声检测原理及实验结果 | 第23-27页 |
| ·超声波产生机理 | 第23页 |
| ·超声测距原理 | 第23-24页 |
| ·超声测距实验结果 | 第24-27页 |
| ·视觉图像处理过程 | 第27-32页 |
| ·图像采集 | 第27-29页 |
| ·视觉图像预处理及软件实现 | 第29-30页 |
| ·图像特征提取 | 第30-32页 |
| ·摄像机模型及逆模型 | 第32-37页 |
| ·参考坐标系 | 第33页 |
| ·各坐标变换 | 第33-36页 |
| ·摄像机逆模型 | 第36-37页 |
| ·摄像机参数标定 | 第37-38页 |
| 第4章 多传感器信息融合及仿真 | 第38-52页 |
| ·多传感器数据融合原理 | 第38-39页 |
| ·多传感器数据融合算法 | 第39-40页 |
| ·多传感器信息融合算法的改进 | 第40-41页 |
| ·神经网络在机器人避障中的应用 | 第41-47页 |
| ·神经网络法原理 | 第41-43页 |
| ·BP神经网络算法 | 第43-47页 |
| ·Matlab神经网络机器人避障仿真实验 | 第47-50页 |
| ·机器人避障步骤 | 第47-49页 |
| ·实验参数设定及仿真结果 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 相关软件实现 | 第52-58页 |
| ·机器人软件需求背景 | 第52-53页 |
| ·软件开发环境 | 第53-54页 |
| ·障碍物检测系统软件的功能和组成 | 第54-55页 |
| ·软件编程基本步骤 | 第55-58页 |
| 第6章 总结与展望 | 第58-59页 |
| ·总结 | 第58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录:主要程序清单 | 第62-65页 |
| 攻读学位期间发表的学术论文目录 | 第65-66页 |
| 致谢 | 第66页 |
