| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 无人运动平台环境感知技术国内外研究现状 | 第10-20页 |
| 1.2.1 国内外无人运动平台环境感知系统 | 第10-15页 |
| 1.2.2 环境感知传感器性能对比 | 第15-16页 |
| 1.2.3 障碍物识别算法 | 第16-20页 |
| 1.2.4 无人运动平台定位方法 | 第20页 |
| 1.3 本课题研究内容及章节安排 | 第20-22页 |
| 第2章 基于二维激光雷达的障碍物信息提取方法 | 第22-44页 |
| 2.1 二维激光雷达 | 第22-24页 |
| 2.1.1 SICK LMS291二维激光雷达的基本原理 | 第22页 |
| 2.1.2 SICK LMS291数据特征 | 第22-24页 |
| 2.2 基于激光雷达数据上下文的环境信息构建 | 第24-28页 |
| 2.2.1 二维激光雷达数据滤波 | 第24-25页 |
| 2.2.2 基于激光雷达数据上下文的地图建模 | 第25-28页 |
| 2.3 基于聚类算法的障碍物信息提取 | 第28-41页 |
| 2.3.1 阈值聚类 | 第28-30页 |
| 2.3.2 K均值聚类 | 第30-32页 |
| 2.3.3 ISODATA聚类 | 第32-35页 |
| 2.3.4 DIANA聚类 | 第35-38页 |
| 2.3.5 CBFD聚类 | 第38-40页 |
| 2.3.6 聚类算法时间复杂度对比 | 第40-41页 |
| 2.4 基于凸包算法的障碍物融合技术 | 第41-43页 |
| 2.4.1 基于Graham扫描法的凸包算法 | 第41-42页 |
| 2.4.2 凸包算法的有效性 | 第42-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第3章 基于二维激光雷达的定位方法 | 第44-54页 |
| 3.1 无人运动平台的运动模型 | 第44-45页 |
| 3.2 误差补偿估计模型 | 第45-48页 |
| 3.3 基于二维激光雷达数据的无人运动平台最优位置模型 | 第48-50页 |
| 3.4 实验及验证 | 第50-52页 |
| 3.4.1 算法训练 | 第50页 |
| 3.4.2 实际实验结果 | 第50-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第4章 障碍物检测平台与实验 | 第54-62页 |
| 4.1 无人运动平台介绍 | 第54-57页 |
| 4.1.1 旅行家二号试验车硬件平台 | 第54-55页 |
| 4.1.2 移动电脑上位机平台 | 第55-57页 |
| 4.2 基于CBFD算法的静动态障碍物识别实验 | 第57-61页 |
| 4.2.1 利用CBFD算法对静态障碍物的识别实验 | 第57-60页 |
| 4.2.2 利用CBFD算法对动态障碍物的识别实验 | 第60-61页 |
| 4.3 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间发表论文与研究成果清单 | 第68-70页 |
| 致谢 | 第70页 |
