| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 课题背景 | 第13页 |
| 1.2 移动机器人研究现状 | 第13-17页 |
| 1.3 机器人软件开发平台研究现状 | 第17-23页 |
| 1.3.1 机器人软件开发平台概述 | 第17-19页 |
| 1.3.2 ROS基本概念 | 第19-22页 |
| 1.3.3 ROS在移动机器人中的应用现状 | 第22-23页 |
| 1.4 SLAM及导航技术研究现状 | 第23-26页 |
| 1.4.1 SLAM技术研究现状 | 第23-25页 |
| 1.4.2 导航技术研究现状 | 第25-26页 |
| 1.5 气体泄漏源溯源研究现状 | 第26-27页 |
| 1.6 论文结构 | 第27-29页 |
| 第二章 基于SLAM路径优化的气体泄漏溯源总体结构设计 | 第29-37页 |
| 2.1 基于气体浓度搜索的溯源模块设计 | 第29-30页 |
| 2.2 代价地图分析 | 第30-33页 |
| 2.2.1 几何特征地图 | 第31页 |
| 2.2.2 拓扑地图 | 第31-32页 |
| 2.2.3 栅格地图 | 第32-33页 |
| 2.3 基于地形的气体浓度分布地图函数设计 | 第33-34页 |
| 2.4 基于SLAM路径优化的溯源过程分析 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 SLAM中的自适应蒙特卡罗定位 | 第37-43页 |
| 3.1 AMCL算法概述 | 第37-38页 |
| 3.2 AMCL算法原理 | 第38-40页 |
| 3.2.1 机器人位姿采样 | 第38-39页 |
| 3.2.2 位姿样本重要性权重计算 | 第39-40页 |
| 3.2.3 重采样 | 第40页 |
| 3.3 机器人AMCL定位实验 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 移动机器人自主导航路径规划 | 第43-55页 |
| 4.1 机器人运动控制 | 第43-45页 |
| 4.2 Dijkstra全局路径规划 | 第45-48页 |
| 4.2.1 Dijkstra算法概述 | 第45-46页 |
| 4.2.2 Dijkstra算法原理 | 第46-47页 |
| 4.2.3 机器人Dijkstra全局路径规划实验 | 第47-48页 |
| 4.3 DWA局部路径规划 | 第48-53页 |
| 4.3.1 DWA算法概述 | 第48-49页 |
| 4.3.2 DWA算法原理 | 第49-51页 |
| 4.3.3 机器人DWA局部避障路径规划实验 | 第51-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 定位与导航模块综合实验及溯源运动控制模块的实现 | 第55-61页 |
| 5.1 定位与导航模块综合实验 | 第55-56页 |
| 5.2 溯源运动控制模块的实现 | 第56-58页 |
| 5.3 实验结果分析 | 第58-61页 |
| 第六章 总结和展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 研究成果及发表的学术论文 | 第69-71页 |
| 作者和导师简介 | 第71-73页 |
| 附录 | 第73-74页 |
