| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第17-25页 |
| 1.1 研究背景 | 第17-19页 |
| 1.2 机器人导航技术概述 | 第19-22页 |
| 1.2.1 机器人导航技术框架 | 第19-20页 |
| 1.2.2 机器人导航技术发展历史 | 第20-22页 |
| 1.3 面临的困难和挑战 | 第22页 |
| 1.4 本文主要工作和贡献 | 第22-23页 |
| 1.5 本文组织及章节安排 | 第23-25页 |
| 第2章 基于四叉树的大规模场景SLAM算法 | 第25-65页 |
| 2.1 SLAM背景知识 | 第25-43页 |
| 2.1.1 SLAM发展历史 | 第25-26页 |
| 2.1.2 SLAM问题描叙 | 第26-28页 |
| 2.1.3 SLAM传感器 | 第28-34页 |
| 2.1.4 SLAM地图表示方式 | 第34-37页 |
| 2.1.5 SLAM问题解决方案 | 第37-43页 |
| 2.2 基于四叉树地图的SLAM算法 | 第43-54页 |
| 2.2.1 相关工作 | 第43-44页 |
| 2.2.2 四叉树地图表示 | 第44-46页 |
| 2.2.3 概率四叉树地图表示 | 第46-51页 |
| 2.2.4 四叉树访问码设计 | 第51-54页 |
| 2.3 实验及结果分析 | 第54-63页 |
| 2.3.1 仿真实验 | 第54-58页 |
| 2.3.2 真实场景实验 | 第58-62页 |
| 2.3.3 实验总结 | 第62-63页 |
| 2.4 本章小结 | 第63-65页 |
| 第3章 复杂动态环境下的机器人定位 | 第65-91页 |
| 3.1 机器人定位背景知识 | 第65-69页 |
| 3.1.1 机器人定位问题描述 | 第65-66页 |
| 3.1.2 机器人定位解决方案 | 第66-69页 |
| 3.2 复杂动态环境下的机器人定位方法改进 | 第69-81页 |
| 3.2.1 机器人定位在复杂动态环境下面临的困难 | 第69-71页 |
| 3.2.2 基于机器人里程计标定的机器人定位改进 | 第71-77页 |
| 3.2.3 基于环境感知的机器人定位改进 | 第77-81页 |
| 3.3 实验及结果分析 | 第81-89页 |
| 3.3.1 里程计标定实验 | 第81-86页 |
| 3.3.2 动态环境下的定位对比实验 | 第86-89页 |
| 3.4 本章小结 | 第89-91页 |
| 第4章 基于Human-aware的机器人导航 | 第91-113页 |
| 4.1 机器人导航背景知识 | 第91-98页 |
| 4.1.1 传统机器人导航研究 | 第91-94页 |
| 4.1.2 Human-aware机器人导航研究 | 第94-98页 |
| 4.2 基于动态窗口避障的Human-aware机器人导航算法 | 第98-109页 |
| 4.2.1 行人检测和跟踪 | 第98-101页 |
| 4.2.2 融入行人预测的动态窗口避障算法 | 第101-106页 |
| 4.2.3 实验及结果分析 | 第106-109页 |
| 4.3 本章小结 | 第109-113页 |
| 第5章 实地测试:商场导购机器人应用 | 第113-125页 |
| 5.1 相关工作 | 第113-114页 |
| 5.2 可佳商场导购机器人应用 | 第114-119页 |
| 5.2.1 项目背景和需求 | 第114-116页 |
| 5.2.2 系统框架设计 | 第116-117页 |
| 5.2.3 硬件系统设计 | 第117-118页 |
| 5.2.4 软件系统设计 | 第118-119页 |
| 5.2.5 可佳机器人导购服务流程 | 第119页 |
| 5.3 实验运行结果 | 第119-123页 |
| 5.3.1 运行商场介绍 | 第119-120页 |
| 5.3.2 系统部署方案 | 第120-121页 |
| 5.3.3 商场运行结果 | 第121-123页 |
| 5.4 本章小结 | 第123-125页 |
| 第6章 总结与展望 | 第125-129页 |
| 6.1 本文工作总结 | 第125-126页 |
| 6.2 未来工作展望 | 第126-129页 |
| 参考文献 | 第129-139页 |
| 致谢 | 第139-141页 |
| 在读期间发表的学术论文与取得的研究成果 | 第141-142页 |