动态环境基于粒子滤波的移动机器人自定位
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·自定位问题描述和分类 | 第7-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文研究内容 | 第10-11页 |
| 第2章 机器人自定位问题及方法 | 第11-23页 |
| ·定位问题基本要素 | 第11-13页 |
| ·移动机器人运动学模型 | 第11-12页 |
| ·地图信息 | 第12-13页 |
| ·传感信息模型 | 第13页 |
| ·机器人传感器误差 | 第13-15页 |
| ·运动误差 | 第13-14页 |
| ·观测误差 | 第14-15页 |
| ·贝叶斯滤波 | 第15-16页 |
| ·高斯模型滤波 | 第16-20页 |
| ·卡尔曼滤波 | 第16-17页 |
| ·扩展卡尔曼滤波 | 第17-19页 |
| ·多假设分布滤波 | 第19-20页 |
| ·非参数模型滤波 | 第20-22页 |
| ·栅格法 | 第20页 |
| ·粒子滤波法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于粒子滤波的自定位算法 | 第23-38页 |
| ·粒子滤波定位法 | 第23页 |
| ·机器人运动模型 | 第23-24页 |
| ·粒子观测模型 | 第24-25页 |
| ·关键因素的影响分析 | 第25-28页 |
| ·粒子数目 | 第25-26页 |
| ·重采样方法 | 第26-28页 |
| ·基于运动噪声的粒子群解搜索 | 第28-32页 |
| ·粒子运动模型的参数设定 | 第28页 |
| ·基于噪声的搜索 | 第28-29页 |
| ·实验效果 | 第29-32页 |
| ·随机粒子 | 第32-34页 |
| ·自适应粒子数目调整 | 第34-37页 |
| ·KLD-Sampling法 | 第34-36页 |
| ·实验效果 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 动态环境对定位的影响 | 第38-46页 |
| ·未知障碍物状态建模 | 第38页 |
| ·障碍物信息检测模型 | 第38-42页 |
| ·基于检测模型的未知障碍物判定 | 第42-43页 |
| ·实验效果 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 主动自定位及路径规划 | 第46-57页 |
| ·主动定位问题 | 第46-47页 |
| ·路径规划的基本算法 | 第47-48页 |
| ·基于侧滑力的规划算法 | 第48-55页 |
| ·静态障碍物侧滑力的计算 | 第50-53页 |
| ·动态障碍物的侧滑力计算 | 第53-54页 |
| ·陷阱检测与跳出 | 第54-55页 |
| ·仿真结果 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 实验结果与验证 | 第57-63页 |
| ·仿真平台结构 | 第57页 |
| ·算法流程 | 第57-58页 |
| ·基本自定位问题的实验效果 | 第58-63页 |
| ·路径跟踪 | 第58页 |
| ·全局定位 | 第58-59页 |
| ·机器人绑架问题 | 第59-60页 |
| ·实际地图数据的仿真结果 | 第60-63页 |
| 第7章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
