摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究目的和研究意义 | 第10-11页 |
1.2 国内外的研究现状和发展趋势 | 第11-14页 |
1.2.1 机器人技术国外研究现状 | 第11-13页 |
1.2.2 机器人技术国内研究现状 | 第13-14页 |
1.3 本文的研究任务和章节安排 | 第14-16页 |
1.3.1 本论文的研究任务及方法 | 第14-15页 |
1.3.2 章节安排 | 第15-16页 |
第2章 ROS机器人操作系统与KINECT视觉系统设计 | 第16-32页 |
2.1 ROS机器人操作系统 | 第16-25页 |
2.1.1 ROS基本概念 | 第16-18页 |
2.1.2 ROS工作原理及其远程通信 | 第18页 |
2.1.3 ROS工具包和ROS节点设定 | 第18-22页 |
2.1.4 ROS实验平台Turtlebot及其运动方程建模 | 第22-24页 |
2.1.5 Turtlebot运动系统建模及其在RVIZ中模拟 | 第24-25页 |
2.2 KINECT视觉系统及其数学建模 | 第25-31页 |
2.2.1 Kinect硬件数据和测距原理 | 第25-26页 |
2.2.2 Kinect软件系统介绍 | 第26-27页 |
2.2.3 Kinect视觉系统数学建模 | 第27-31页 |
2.3 本章小结 | 第31-32页 |
第3章 基于卡尔曼滤波和栅格法构建地图的方法研究 | 第32-45页 |
3.1 引言 | 第32页 |
3.2 卡尔曼滤波简介和应用 | 第32页 |
3.3 卡尔曼滤波过程 | 第32-33页 |
3.4 基本卡尔曼滤波器与扩展卡尔曼滤波器 | 第33-35页 |
3.4.1 基本卡尔曼滤波器 | 第33-34页 |
3.4.2 扩展卡尔曼滤波器 | 第34-35页 |
3.5 扩展卡尔曼滤波器在制图中的应用 | 第35-39页 |
3.5.1 基于EKF的制图算法原理 | 第36页 |
3.5.2 基于EKF的制图算法流程 | 第36-39页 |
3.6 基于栅格法的地图构建 | 第39页 |
3.7 基于栅格法的地图构建 | 第39-44页 |
3.7.1 制图启动 | 第40页 |
3.7.2 卡尔曼算法制图 | 第40-41页 |
3.7.3 扩展卡尔曼算法制图 | 第41-42页 |
3.7.4 具体实验过程记录 | 第42-43页 |
3.7.5 制图细节 | 第43-44页 |
3.8 本章小结 | 第44-45页 |
第4章 机器人定位与路径规划方法的研究 | 第45-57页 |
4.1 引言 | 第45页 |
4.2 基于蒙特卡罗定位的方法研究 | 第45-49页 |
4.2.1 贝叶斯滤波 | 第45-46页 |
4.2.2 标准蒙特卡罗定位 | 第46-48页 |
4.2.3 自适应蒙特卡罗定位 | 第48-49页 |
4.3 全局路径规划的方法研究 | 第49-52页 |
4.3.1 Dijkstra路径规划算法 | 第50页 |
4.3.2 A*路径规划算法 | 第50-51页 |
4.3.3 Dijkstra算法和A*算法的理论对比 | 第51-52页 |
4.4 局部路径规划的方法研究 | 第52-53页 |
4.5 机器人导航系统实践 | 第53-55页 |
4.5.1 自适应蒙特卡罗定位实现 | 第53-54页 |
4.5.2 全局路径规划算法对比 | 第54页 |
4.5.3 局部路径规划算法实践 | 第54-55页 |
4.6 本章小结 | 第55-57页 |
第5章 机器人避障综合实现 | 第57-66页 |
5.1 引言 | 第57页 |
5.2 硬件搭建 | 第57-58页 |
5.3 KINECT点云集成像 | 第58-61页 |
5.3.1 Kinect点云集坐标旋转和处理 | 第59-60页 |
5.3.2 Kinect点云集障碍物识别 | 第60-61页 |
5.4 激光雷达数据及其成像 | 第61页 |
5.5 路面坑洞识别 | 第61-64页 |
5.5.1 试验平台搭建 | 第61-62页 |
5.5.2 坑洞识别与定位 | 第62-64页 |
5.6 综合避障示意图 | 第64-65页 |
5.7 本章小结 | 第65-66页 |
第6章 结论 | 第66-68页 |
6.1 全文总结 | 第66-67页 |
6.2 工作展望 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-72页 |
作者简介 | 第72-73页 |
攻读硕士学位期间研究成果 | 第73页 |