基于多传感器融合的机器人自主爬楼梯研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题研究的目的和意义 | 第13页 |
| ·移动机器人发展历程 | 第13-15页 |
| ·移动机器人发展趋势 | 第15-16页 |
| ·机器人爬楼梯的复杂性和控制性 | 第16页 |
| ·本文研究的内容及论文结构 | 第16-18页 |
| ·论文主要内容 | 第16-17页 |
| ·论文主要架构 | 第17-18页 |
| 第二章 移动机器人及其传感器 | 第18-28页 |
| ·能力风暴越野版智能机器人(AS—RF)平台 | 第18-22页 |
| ·AS-R机器人系统结构 | 第18-19页 |
| ·AS-RF基本配置功能模块 | 第19-20页 |
| ·AS-RF主要特点 | 第20-21页 |
| ·硬件配置和性能指标 | 第21页 |
| ·AS-RF的主要应用 | 第21-22页 |
| ·AS-RF传感器系统 | 第22-25页 |
| ·声纳传感器 | 第22-23页 |
| ·PSD传感器 | 第23-25页 |
| ·扩展机器人的传感器系统 | 第25-28页 |
| ·三维激光测距 | 第25-26页 |
| ·云台摄像头 | 第26-28页 |
| 第三章 机器人姿态感知 | 第28-41页 |
| ·机器人爬楼梯的复杂性和控制方式 | 第28-29页 |
| ·楼梯参数和机器人姿态感知 | 第29-41页 |
| ·两个控制变量 | 第29-30页 |
| ·声纳感知 | 第30-31页 |
| ·激光测距仪感知 | 第31-36页 |
| ·云台摄像头感知 | 第36-39页 |
| ·几种感知方法的比较 | 第39-41页 |
| 第四章 多传感器融合 | 第41-60页 |
| ·数据融合介绍 | 第41-45页 |
| ·数据融合定义和原理 | 第41页 |
| ·数据融合的通用模型和结构 | 第41-44页 |
| ·数据融合的重要性 | 第44-45页 |
| ·数据融合的分类与内容 | 第45-48页 |
| ·数据融合的分类 | 第45-46页 |
| ·数据融合主要内容 | 第46-48页 |
| ·数据融合的方法 | 第48-51页 |
| ·D-S证据理论 | 第51-54页 |
| ·D-S证据理论的基本概念 | 第52-53页 |
| ·D-S证据理论存在的问题 | 第53-54页 |
| ·支持矩阵 | 第54-57页 |
| ·距离矩阵 | 第54-56页 |
| ·信任度与支持矩阵 | 第56-57页 |
| ·带权值的D-S推理 | 第57页 |
| ·基于支持矩阵 D-S证据融合的仿真实验 | 第57-60页 |
| 第五章 移动机器人自主爬楼梯控制 | 第60-63页 |
| ·单层楼梯自主爬行控制 | 第60-62页 |
| ·履带机器人自主爬楼梯控制系统结构 | 第60-61页 |
| ·履带机器人自主爬楼梯控制器 | 第61-62页 |
| ·多层楼梯自主爬行控制 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
