基于多传感器的机器人自主运动规划研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题的来源及研究的目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 移动机器人发展综述与分析 | 第10-13页 |
| 1.2.2 定位技术 | 第13-14页 |
| 1.2.3 机器人运动规划研究现状与分析 | 第14-16页 |
| 1.3 论文主要内容与章节安排 | 第16-18页 |
| 第2章 硬件平台搭建及传感器模型分析 | 第18-34页 |
| 2.1 引言 | 第18页 |
| 2.2 移动平台搭建及动力学分析 | 第18-22页 |
| 2.2.1 移动机器人硬件平台搭建 | 第18-20页 |
| 2.2.2 移动机器人动力学分析 | 第20-22页 |
| 2.3 传感器模型及误差分析 | 第22-29页 |
| 2.3.1 里程计 | 第22-25页 |
| 2.3.2 超声波 | 第25-27页 |
| 2.3.3 陀螺仪 | 第27-28页 |
| 2.3.4 激光传感器 | 第28-29页 |
| 2.4 基于PID系统的传感器误差纠正 | 第29-31页 |
| 2.5 移动机器人的坐标变换 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 未知环境下的地图构建及自主定位 | 第34-54页 |
| 3.1 引言 | 第34页 |
| 3.2 环境地图构建方法 | 第34-36页 |
| 3.3 栅格地图的创建 | 第36-38页 |
| 3.4 最小二乘法数据拟合 | 第38-40页 |
| 3.5 扩展卡尔曼滤波原理 | 第40-45页 |
| 3.5.1 卡尔曼滤波模型 | 第40-41页 |
| 3.5.2 扩展卡尔曼滤波模型 | 第41-45页 |
| 3.6 障碍物边缘的拟合 | 第45-51页 |
| 3.6.1 直线轮廓的拟合 | 第46-47页 |
| 3.6.2 曲线轮廓的拟合 | 第47-49页 |
| 3.6.3 多障碍物轮廓同时拟合 | 第49-51页 |
| 3.7 基于EFK的栅格地图修正 | 第51-53页 |
| 3.8 小结 | 第53-54页 |
| 第4章 未知环境下的路径规划 | 第54-62页 |
| 4.1 引言 | 第54页 |
| 4.2 未知环境下路径规划方法比较 | 第54-56页 |
| 4.3 机器人运动行为分类 | 第56-58页 |
| 4.4 基于改进Bug算法的路径规划 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士期间发表论文及成果 | 第70-71页 |
| 致谢 | 第71页 |
