面向楼宇环境的移动机器人行为规划技术的研究与应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外机器人发展史及发展趋势 | 第9-12页 |
| 1.3 移动机器人涉及的关键技术 | 第12-14页 |
| 1.3.1 环境感知 | 第12-13页 |
| 1.3.2 环境建模 | 第13页 |
| 1.3.3 自主导航 | 第13-14页 |
| 1.4 移动机器人的行为规划 | 第14-16页 |
| 1.4.1 国内外研究现状 | 第14-16页 |
| 1.4.2 关键问题 | 第16页 |
| 1.5 本文主要研究内容 | 第16-19页 |
| 2 移动机器人的基础研究 | 第19-26页 |
| 2.1 引言 | 第19页 |
| 2.2 移动机器人平台 | 第19-23页 |
| 2.2.1 体系结构 | 第19-20页 |
| 2.2.2 系统架构 | 第20-21页 |
| 2.2.3 移动机器人构造 | 第21-22页 |
| 2.2.4 激光雷达传感器简介 | 第22-23页 |
| 2.3 运动学模型 | 第23-25页 |
| 2.3.1 运动方程 | 第23-24页 |
| 2.3.2 转弯半径 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 移动机器人的SLAM | 第26-32页 |
| 3.1 引言 | 第26页 |
| 3.2 扩展卡尔曼滤波 | 第26-29页 |
| 3.2.1 问题描述 | 第26-27页 |
| 3.2.2 扩展卡尔曼滤波原理 | 第27-28页 |
| 3.2.3 扩展卡尔曼滤波算法描述 | 第28-29页 |
| 3.3 实验结果分析 | 第29-31页 |
| 3.3.1 实验场景 | 第29-30页 |
| 3.3.2 实验结果 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 基于D~*算法与人工势场法融合的路径规划 | 第32-46页 |
| 4.1 引言 | 第32页 |
| 4.2 特征地图构建 | 第32-34页 |
| 4.2.1 栅格地图 | 第32-33页 |
| 4.2.2 特征地图 | 第33-34页 |
| 4.3 规划策略 | 第34-37页 |
| 4.3.1 D~*算法 | 第34-35页 |
| 4.3.2 人工势场法 | 第35-36页 |
| 4.3.3 融合算法 | 第36-37页 |
| 4.4 策略优化 | 第37-39页 |
| 4.4.1 考虑移动机器人尺寸的优化 | 第37-38页 |
| 4.4.2 考虑移动机器人运动的优化 | 第38-39页 |
| 4.5 实验结果分析与比较 | 第39-45页 |
| 4.5.1 实验场景描述 | 第39-40页 |
| 4.5.2 D~*算法 | 第40-41页 |
| 4.5.3 融合算法 | 第41-43页 |
| 4.5.4 算法分析与比较 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 5 移动机器人的路径平滑 | 第46-57页 |
| 5.1 引言 | 第46页 |
| 5.2 B Spline曲线 | 第46-47页 |
| 5.2.1 B Spline曲线简介 | 第46-47页 |
| 5.2.2 B Spline曲线原理 | 第47页 |
| 5.3 Bezier曲线 | 第47-49页 |
| 5.3.1 Bezier曲线简介 | 第47-48页 |
| 5.3.2 Bezier曲线原理 | 第48-49页 |
| 5.4 路径平滑策略 | 第49-56页 |
| 5.4.1 转弯模型 | 第49-50页 |
| 5.4.2 局部平滑实验结果与分析 | 第50-56页 |
| 5.5 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 全文总结 | 第57-58页 |
| 6.2 研究展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65页 |
