移动机器人卡尔曼滤波定位技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景与意义 | 第10-14页 |
| 1.1.1 移动机器人技术的发展 | 第10-11页 |
| 1.1.2 定位技术的发展 | 第11-13页 |
| 1.1.3 定位研究意义 | 第13-14页 |
| 1.2 研究现状与进展 | 第14-18页 |
| 1.2.1 基于完整地图定位 | 第15-17页 |
| 1.2.2 生成地图同时定位 | 第17页 |
| 1.2.3. 基于不完整地图定位 | 第17-18页 |
| 1.3 文本研究内容 | 第18-19页 |
| 第2章 实验平台的软硬件 | 第19-28页 |
| 2.1 整体框架 | 第19页 |
| 2.2 机器人平台介绍 | 第19-24页 |
| 2.2.1 里程计传感器 | 第20-21页 |
| 2.2.2 视觉信息传感器 | 第21-22页 |
| 2.2.3 红外线接收器 | 第22页 |
| 2.2.4 碰撞传感器 | 第22-23页 |
| 2.2.5 车轮传感器 | 第23页 |
| 2.2.6 控制面板 | 第23-24页 |
| 2.2.7 物理接口 | 第24页 |
| 2.3 移动机器人数学模型 | 第24-27页 |
| 2.3.1 二维位姿模型 | 第24-25页 |
| 2.3.2 机器人运动模型 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 里程计传感器校准 | 第28-36页 |
| 3.1 校准原理 | 第28-29页 |
| 3.2 误差的数学模型 | 第29-32页 |
| 3.3. 误差校正实验 | 第32-35页 |
| 3.3.1 直线、转弯误差实验 | 第32-33页 |
| 3.3.2 双向正方形路径实验 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 无地图情况下定位研究 | 第36-46页 |
| 4.1 卡尔曼基本理论 | 第36-38页 |
| 4.2 扩展卡尔曼滤波算法 | 第38-40页 |
| 4.3 数学模型 | 第40-42页 |
| 4.4 仿真分析 | 第42-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 基于地图的定位研究 | 第46-57页 |
| 5.1 传感器信息融合技术 | 第46-49页 |
| 5.2 构建地图 | 第49-50页 |
| 5.3 基于地图进行定位 | 第50-52页 |
| 5.4 仿真实验 | 第52-56页 |
| 5.4.1 地图构建仿真实验 | 第52-54页 |
| 5.4.2 基于地图定位仿真实验 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第6章 蒙特卡罗定位的研究和实验 | 第57-66页 |
| 6.1 蒙特卡罗定位概述 | 第57-58页 |
| 6.2 蒙特卡罗定位仿真 | 第58-62页 |
| 6.3 ROS平台实验分析 | 第62-65页 |
| 6.3.1 ROS平台 | 第62-63页 |
| 6.3.2 实验分析 | 第63-65页 |
| 6.4 本章小结 | 第65-66页 |
| 第7章 总结与展望 | 第66-68页 |
| 7.1 研究总结 | 第66-67页 |
| 7.2 未来展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
