基于多传感器信息融合的机器人定位技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 机器人发展现状 | 第8-12页 |
| 1.3 机器人定位技术概述 | 第12-15页 |
| 1.4 信息融合技术的发展现状 | 第15-18页 |
| 1.5 课题研究主要内容 | 第18-19页 |
| 第2章 基于麦克纳姆轮的移动机器人设计 | 第19-36页 |
| 2.1 引言 | 第19页 |
| 2.2 系统方案总体设计 | 第19-20页 |
| 2.3 移动机器人本体机构 | 第20-24页 |
| 2.4 机器人驱动控制模块 | 第24-32页 |
| 2.5 移动机器人控制软件设计 | 第32-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第3章 全向移动机器人室内环境建模 | 第36-46页 |
| 3.1 引言 | 第36页 |
| 3.2 基于麦克纳姆轮机器人的运动学模型分析 | 第36-38页 |
| 3.3 里程计模型 | 第38-42页 |
| 3.4 激光传感器模型 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于激光测距仪与里程计融合定位算法 | 第46-54页 |
| 4.1 引言 | 第46页 |
| 4.2 基于扩展卡尔曼滤波算法的融合原理 | 第46-49页 |
| 4.3 基于扩展卡尔曼滤波的机器人定位算法实现 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 室内移动机器人定位实验及分析 | 第54-63页 |
| 5.1 引言 | 第54页 |
| 5.2 实验平台 | 第54-55页 |
| 5.3 实验设计 | 第55-56页 |
| 5.4 实验结果与分析 | 第56-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 研究工作总结 | 第63页 |
| 6.2 研究工作展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 论文发表情况 | 第69-70页 |
