第一章 绪 论 | 第1-18页 |
1. 引言 | 第8-9页 |
2. 自主式移动机器人研究背景 | 第9-11页 |
2.1 室内机器人研究背景(六十年代末期——八十年代中期) | 第9-10页 |
2.2 室外机器人研究背景(八十年代初期——九十年代中期) | 第10-11页 |
3. 机器人自动导航和定位 | 第11-16页 |
3.1 环境信息获取 | 第12-13页 |
3.2 环境信息理解和建模 | 第13-14页 |
3.3 智能自主移动机器人导航与路径规划算法 | 第14-16页 |
4. 本论文研究的主要内容 | 第16-17页 |
5. 本章小结 | 第17-18页 |
第二章 超声波测距技术 | 第18-30页 |
1. 引言 | 第18-19页 |
2. 移动机器人中的测距技术 | 第19-23页 |
2.1 无源测距技术 | 第20页 |
2.2 有源测距技术 | 第20-23页 |
3. 超声波测距工作原理 | 第23-26页 |
3.1 基本工作原理 | 第23-24页 |
3.2 超声波传感器按工作方式分类及比较 | 第24-25页 |
3.3 时间渡越式超声波传感器工作原理 | 第25-26页 |
4. 超声波传感器的选择分析 | 第26-29页 |
4.1 选择因素分析 | 第26页 |
4.2 测距超声波传感器的分类和选择 | 第26-29页 |
5. 本章小结 | 第29-30页 |
第三章 结构化环境建模方法 | 第30-41页 |
1. 引言 | 第30页 |
2. 势场法 | 第30-35页 |
2.1 简介 | 第30-31页 |
2.2 时变势场法 | 第31页 |
2.3 势场法的重要成果 | 第31-33页 |
2.4 VGRAPH方法 | 第33-35页 |
2.5 时变势场法的相关特点 | 第35页 |
3. 栅格法 | 第35-39页 |
3.1 简介 | 第35-36页 |
3.2 基于超声波传感器测距的栅格化方法 | 第36-37页 |
3.3 栅格法的重要成果 | 第37-39页 |
3.4 栅格法的相关特点 | 第39页 |
4. 本章小结 | 第39-41页 |
第四章 基于栅格法的区域扫描路径规划导航算法 | 第41-46页 |
1. 引言 | 第41页 |
2. 坐标系的建立 | 第41-42页 |
2.1 全局坐标系 | 第42页 |
2.2 车载坐标系 | 第42页 |
2.3 全局坐标系与车载坐标系转换 | 第42页 |
3. 基于栅格法的区域扫描路径规划导航算法 | 第42-45页 |
3.1 全局信息的获取 | 第43页 |
3.2 区域扫描过程 | 第43-44页 |
3.3 区域扫描过程完整的实现方法 | 第44页 |
3.4 区域扫描过程的优化 | 第44-45页 |
4. 本章小结 | 第45-46页 |
第五章 基于超声波测距的沿边走路径规划的导航算法 | 第46-51页 |
1. 引言 | 第46页 |
2. 坐标系的建立 | 第46-47页 |
2.1 全局坐标系 | 第46-47页 |
2.2 车载坐标系 | 第47页 |
2.3 全局坐标系与车载坐标系转换 | 第47页 |
3. 基于超声波测距的沿边走路径规划机器人的导航算法 | 第47-50页 |
3.1 沿边走算法简介 | 第47-48页 |
3.2 沿边走过程 | 第48-50页 |
3.3 沿边走过程优化 | 第50页 |
4. 区域扫描与沿边走算法比较 | 第50页 |
5. 本章小结 | 第50-51页 |
第六章 导航系统在在智能吸尘机器人中的应用 | 第51-59页 |
1. 引言 | 第51页 |
2. 智能吸尘机器人功能模块构建 | 第51-55页 |
2.1 传感模块的功能构建 | 第51-53页 |
2.2 驱动模块 | 第53-54页 |
2.3 核心控制模块 | 第54页 |
2.4 真空吸尘模块 | 第54-55页 |
2.5 电源模块 | 第55页 |
3. 沿边走路径规划导航算法在智能吸尘机器人中的应用实例 | 第55-58页 |
3.1 沿边走路径规划算法方案 | 第55-57页 |
3.2 沿边走路径规划算法实时模拟结果 | 第57-58页 |
4. 本章小结 | 第58-59页 |
第七章 总结与展望 | 第59-64页 |
1. 主要工作和特点 | 第59-60页 |
2. 展望 | 第60-63页 |
2.1 多传感器的智能吸尘机器人研究 | 第60-61页 |
2.2 智能吸尘机器人中协作多机器人系统的研究 | 第61页 |
2.3 虚拟现实技术在智能吸尘机器人中的应用研究 | 第61-63页 |
3. 本章小结 | 第63-64页 |
参考文献 | 第64-68页 |
致 谢 | 第68页 |