多无人车系统协同控制方法及实验平台设计
摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第11-23页 |
1.1 引言 | 第11页 |
1.2 研究背景及意义 | 第11-13页 |
1.2.1 研究背景 | 第11-12页 |
1.2.2 研究意义 | 第12-13页 |
1.3 主要研究内容 | 第13-16页 |
1.4 国内外研究现状 | 第16-20页 |
1.4.1 国外研究现状 | 第17-18页 |
1.4.2 国内研究现状 | 第18-20页 |
1.5 本文主要研究工作和章节安排 | 第20-23页 |
第2章 无人车建模和多无人车编队避障控制方法研究 | 第23-31页 |
2.1 引言 | 第23页 |
2.2 无人车系统建模 | 第23-26页 |
2.2.1 无人车运动型模型 | 第23-25页 |
2.2.2 完整性约束与非完整性约束 | 第25-26页 |
2.3 多无人车编队控制方法 | 第26-28页 |
2.3.1 领航-跟随法 | 第26-27页 |
2.3.2 基于行为的方法 | 第27页 |
2.3.3 虚拟结构法 | 第27-28页 |
2.4 无人车避障控制方法 | 第28-30页 |
2.4.1 自由空间法 | 第28-29页 |
2.4.2 栅格法 | 第29页 |
2.4.3 人工势能场法 | 第29页 |
2.4.4 模糊控制法 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第3章 基于编队时间最优的多无人车编队和避障控制 | 第31-49页 |
3.1 引言 | 第31页 |
3.2 多无人车编队控制算法 | 第31-36页 |
3.2.1 l-φ领航-跟随法 | 第31-33页 |
3.2.2 l-l领航-跟随法 | 第33-34页 |
3.2.3 多无人车编队控制器分析 | 第34-36页 |
3.3 基于时间最优的编队规划 | 第36-39页 |
3.3.1 多无人车编队规划问题 | 第36-37页 |
3.3.2 基于时间最优的编队规划 | 第37-39页 |
3.4 改进的人工势能场法避障控制 | 第39-42页 |
3.4.1 传统人工势能场法 | 第39-41页 |
3.4.2 改进的传统人工势能场法 | 第41-42页 |
3.5 仿真实验 | 第42-47页 |
3.5.1 基于时间最优的编队仿真实验 | 第42-44页 |
3.5.2 改进人工势能场避障仿真实验 | 第44-46页 |
3.5.3 多无人车协同控制仿真实验 | 第46-47页 |
3.6 本章小结 | 第47-49页 |
第4章 多无人车协同控制实验平台的设计 | 第49-69页 |
4.1 引言 | 第49页 |
4.2 平台总体设计方案 | 第49-50页 |
4.3 无人车子系统 | 第50-55页 |
4.3.1 E-Puck机器人简介 | 第50-51页 |
4.3.2 E-Puck机器人重要组成 | 第51-53页 |
4.3.3 E-Puck机器人的改进 | 第53-55页 |
4.4 定位子系统 | 第55-62页 |
4.4.1 定位算法简介 | 第55-56页 |
4.4.2 多无人车平台定位算法 | 第56-59页 |
4.4.3 视觉定位系统设计 | 第59-62页 |
4.5 无线通信子系统 | 第62-67页 |
4.5.1 无线通信简介 | 第62页 |
4.5.2 多无人车平台通信系统 | 第62-64页 |
4.5.3 Wi-Fi通信系统设计 | 第64-67页 |
4.6 本章小结 | 第67-69页 |
第5章 多无人车协同控制实验 | 第69-81页 |
5.1 引言 | 第69页 |
5.2 多无人车协同控制实验平台的测试 | 第69-73页 |
5.2.1 室内定位算法测试 | 第69-71页 |
5.2.2 无人车方向测试 | 第71-73页 |
5.3 多无人车协同控制实验 | 第73-79页 |
5.3.1 时间编队最优实验 | 第73-76页 |
5.3.2 多无人车协同控制实验 | 第76-79页 |
5.4 本章小结 | 第79-81页 |
第6章 总结与展望 | 第81-83页 |
6.1 研究工作总结 | 第81页 |
6.2 工作展望 | 第81-83页 |
参考文献 | 第83-87页 |
攻读学位期间发表论文与研究成果清单 | 第87-89页 |
致谢 | 第89页 |