| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-17页 |
| ·全区域覆盖自主移动机器人概述 | 第7-8页 |
| ·多传感器信息融合技术在自主移动机器人上的应用研究现状 | 第8-9页 |
| ·多传感器信息融合技术 | 第9-14页 |
| ·多传感器信息融合技术的产生及发展 | 第9-10页 |
| ·多传感器信息融合 | 第10-11页 |
| ·多传感器信息融合模型 | 第11-13页 |
| ·多传感器信息融合层次及其融合算法 | 第13-14页 |
| ·多传感器信息融合的发展方向 | 第14页 |
| ·全区域覆盖自主移动机器人多传感器信息融合的研究内容 | 第14-16页 |
| ·本课题研究内容 | 第16-17页 |
| 2 ZIMROB机器人传感器的数据特点及信息融合系统 | 第17-25页 |
| ·引言 | 第17-18页 |
| ·ZIMROB机器人的传感器数据特点 | 第18-22页 |
| ·ZIMROB机器人的体系结构 | 第18-19页 |
| ·ZIMROB机器人传感器的数据特点 | 第19-22页 |
| ·ZIMROB机器人多传感器信息融合系统体系结构 | 第22-25页 |
| 3 ZIMROB机器人障碍物识别模块的融合算法 | 第25-34页 |
| ·超声波传感器测距特性分析 | 第25-26页 |
| ·超声波传感器及红外传感器对可视区域的划分 | 第26-28页 |
| ·障碍物方位的判断 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 4 ZIMROB机器人定位信息估计模块的融合算法 | 第34-50页 |
| ·引言 | 第34-37页 |
| ·ZIMROB机器人定位问题的提出 | 第34-35页 |
| ·ZIMROB机器人定位传感器数据信息及其不确定性 | 第35-36页 |
| ·卡尔曼滤波理论在定位系统中的应用 | 第36-37页 |
| ·ZIMROB机器人运动模型及误差模型的建立 | 第37-40页 |
| ·ZIMROB机器人的运动模型 | 第37-39页 |
| ·误差模型的建立 | 第39-40页 |
| ·定位系统的卡尔曼滤波器模型 | 第40-48页 |
| ·GPS系统卡尔曼滤波器模型的建立 | 第40-44页 |
| ·相对定位系统卡尔曼滤波器模型的建立 | 第44-47页 |
| ·两个定位系统的卡尔曼滤波器融合算法 | 第47-48页 |
| ·滤波模型仿真及滤波效果比对 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 ZIMROB机器人边界信息估计模块的融合算法 | 第50-63页 |
| ·ZIMROB机器人的路径规划策略及其边界状态 | 第50-51页 |
| ·边界曲线的建立及边界状态的判断 | 第51-59页 |
| ·边界点信息的采集 | 第52-55页 |
| ·边界点信息的分组 | 第55-57页 |
| ·边界曲线拟合 | 第57-59页 |
| ·边界状态的判断 | 第59页 |
| ·边界判断算法验证及应用举例 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 6 总结及展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
