| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 环境建模的研究现状 | 第11-12页 |
| 1.2.2 路径规划的研究现状 | 第12-15页 |
| 1.2.3 轨迹跟踪算法的研究现状 | 第15页 |
| 1.3 研究目的和研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 移动机器人环境建模 | 第18-26页 |
| 2.1 使用 Kinect 获得环境信息 | 第18-19页 |
| 2.1.1 点云图 | 第18-19页 |
| 2.1.2 三维点云图映射为二维图 | 第19页 |
| 2.2 聚类算法 | 第19-21页 |
| 2.3 多边形拟合算法 | 第21-22页 |
| 2.4 实验及结果分析 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 移动机器人全局路径规划 | 第26-37页 |
| 3.1 环境建模转化为地图信息 | 第26-28页 |
| 3.2 使用自由空间法进行环境构建 | 第28-29页 |
| 3.3 全局路径规划及路径平滑算法 | 第29-31页 |
| 3.3.1 常用的全局路径规划算法 | 第29-30页 |
| 3.3.2 路径平滑算法介绍 | 第30-31页 |
| 3.4 基于 A*算法和 Bezier 曲线的全局路径规划方法 | 第31-36页 |
| 3.4.1 初始路径获取 | 第31-34页 |
| 3.4.2 平滑路径生成 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 全向机器人运动控制及轨迹跟踪 | 第37-45页 |
| 4.1 全向机器人结构介绍 | 第37-38页 |
| 4.2 全向机器人运动学及动力学模型 | 第38-40页 |
| 4.2.1 全向机器人运动学模型 | 第38-39页 |
| 4.2.2 全向机器人动力学模型及约束空间 | 第39-40页 |
| 4.3 基于动力学限制调整速度 | 第40-41页 |
| 4.4 轨迹生成 | 第41-44页 |
| 4.4.1 时间最优 Bang-Bang 控制轨迹规划 | 第41-43页 |
| 4.4.2 轨迹同步 | 第43页 |
| 4.4.3 轨迹跟踪 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 实验结果分析 | 第45-50页 |
| 5.1 路径规划算法验证 | 第45-48页 |
| 5.1.1 仿真实验 | 第45-47页 |
| 5.1.2 实际实验 | 第47-48页 |
| 5.2 路径规划算法实验结果分析 | 第48-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-53页 |
| 6.1 论文工作总结 | 第50-51页 |
| 6.2 本课题研究展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 1 攻读硕士学位期间发表的论文 | 第59-60页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第60-61页 |
| 详细摘要 | 第61-65页 |