基于多传感器室内移动机器人自主定位方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题来源及研究的目的和意义 | 第8-9页 |
| ·国内外的研究现状及分析 | 第9-10页 |
| ·常用的多传感器数据融合算法 | 第10-12页 |
| ·本课题主要研究内容 | 第12-14页 |
| 第2章 移动机器人平台及数学建模 | 第14-30页 |
| ·引言 | 第14-15页 |
| ·机器人平台 | 第15-20页 |
| ·主控系统 | 第15页 |
| ·电机控制系统 | 第15-16页 |
| ·基于CAN 总线的超声波传感器的设计 | 第16-20页 |
| ·系统模型 | 第20-23页 |
| ·机器人坐标模型 | 第20-21页 |
| ·机器人运动模型的建立 | 第21-23页 |
| ·增广系统模型的建立 | 第23页 |
| ·观测模型 | 第23-29页 |
| ·里程计模型与误差分析 | 第24-26页 |
| ·红外定位模块的定位原理与误差分析 | 第26-27页 |
| ·地磁罗盘的定位原理与误差分析 | 第27-28页 |
| ·观测模型的建立 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于改进EKF 的定位方法研究 | 第30-48页 |
| ·引言 | 第30页 |
| ·基于Kalman 滤波的定位算法 | 第30-35页 |
| ·Kalman 滤波基本原理 | 第30-32页 |
| ·EKF 方法的机器人自定位与目标定位 | 第32-33页 |
| ·UKF 方法的机器人自定位与目标定位 | 第33-35页 |
| ·常规EKF，UKF 定位的主要缺陷 | 第35页 |
| ·有限差分原理与小循环迭代结构 | 第35-37页 |
| ·有限差分理论 | 第35-36页 |
| ·小循环结构对Kalman 滤波的优化 | 第36-37页 |
| ·SFDEKF 定位算法算法 | 第37-42页 |
| ·SFDEKF 算法的提出 | 第37-40页 |
| ·仿真实验比较分析 | 第40-42页 |
| ·基于粒子滤波器的SFDEKF 方法优化 | 第42-47页 |
| ·贝叶斯估计理论 | 第43-44页 |
| ·粒子滤波定位原理 | 第44-46页 |
| ·粒子滤波对SFDEKF 算法的优化 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 移动机器人自主定位与目标定位实验 | 第48-57页 |
| ·多传感器定位系统软件平台的搭建 | 第48-53页 |
| ·多传感器与主控系统的实时通讯 | 第48-51页 |
| ·定位系统的控制调试软件设计 | 第51-53页 |
| ·定轨迹运动定位试验 | 第53-54页 |
| ·确定位置的重复定位实验 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
