基于家居机器人的室内环境监测与地图构建研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-12页 |
| ·移动机器人的概述及其发展 | 第7-9页 |
| ·本课题研究的目的和意义 | 第9-10页 |
| ·本文的主要研究内容及组织结构 | 第10-12页 |
| 第二章 家居机器人的室内环境监测系统设计 | 第12-28页 |
| ·家居机器人室内环境监测系统整体架构 | 第12页 |
| ·核心处理器 | 第12-14页 |
| ·系统时钟 | 第13页 |
| ·系统精确定时 | 第13-14页 |
| ·室内环境要素探测主要模块 | 第14-21页 |
| ·温湿度传感器 | 第14-16页 |
| ·一氧化碳传感器 | 第16-18页 |
| ·二氧化碳传感器 | 第18-19页 |
| ·模数转换 | 第19-21页 |
| ·通信模块 | 第21-26页 |
| ·无线通信模块 | 第22-25页 |
| ·GSM模块 | 第25-26页 |
| ·室内环境监测系统整体运行结果 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于激光测距仪的家居机器人地图构建研究 | 第28-60页 |
| ·SLAM的相关知识 | 第28-36页 |
| ·机器人定位 | 第28-29页 |
| ·地图的表示 | 第29-32页 |
| ·传感器选择 | 第32-33页 |
| ·家居机器人研究实验平台 | 第33-36页 |
| ·激光测距仪建模与坐标转换 | 第36-37页 |
| ·局部地图构建 | 第37-45页 |
| ·连续特征的描述 | 第38-39页 |
| ·离散点分块 | 第39-41页 |
| ·线段提取 | 第41-42页 |
| ·线段拟合 | 第42-45页 |
| ·家居机器人定位 | 第45-56页 |
| ·数据关联 | 第47-49页 |
| ·基于里程计与陀螺仪的航位推算法定位 | 第49-50页 |
| ·卡尔曼滤波理论 | 第50-53页 |
| ·扩展Kalman滤波算法定位 | 第53-55页 |
| ·实验结果与分析 | 第55-56页 |
| ·全局地图构建 | 第56-59页 |
| ·地图线段融合 | 第56-57页 |
| ·全局地图构建结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 基于超声波传感器的家居机器人定位研究 | 第60-68页 |
| ·定位算法分析 | 第60-64页 |
| ·Bayes滤波定位算法 | 第61-62页 |
| ·Markov定位算法 | 第62-63页 |
| ·Monte-Carlo定位算法 | 第63-64页 |
| ·改进Monte-Carlo定位算法 | 第64页 |
| ·实验结果与分析 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| ·论文总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 作者简介 | 第76页 |
