首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于多传感器融合的室内定位跟随机器人的设计与制作

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-13页
    1.1 研究背景和意义第8页
    1.2 移动机器人国内外研究现状第8-10页
    1.3 移动机器人定位技术第10-11页
    1.4 论文的主要内容和结构第11-13页
第二章 移动机器人平台设计与实现第13-22页
    2.1 硬件平台第13-20页
    2.2 软件系统第20-21页
    2.3 本章小结第21-22页
第三章 惯性导航与轮式定位技术研究第22-34页
    3.1 惯性导航系统第22-24页
    3.2 坐标系第24-27页
    3.3 姿态位移解算第27-29页
        3.3.1 姿态解算第27-28页
        3.3.2 位移速度解算第28-29页
    3.4 航位推算第29-30页
    3.5 轮式惯性组合定位第30-33页
    3.6 本章小结第33-34页
第四章 RGB-D视觉里程计第34-55页
    4.1 RGB-D相机第34-39页
        4.1.1 摄像机模型第35-36页
        4.1.2 摄像机内外参数第36-37页
        4.1.3 畸变参数第37-38页
        4.1.4 RGB-D相机的数学模型第38-39页
    4.2 RGB-D视觉里程计第39-40页
    4.3 图像特征提取与匹配第40-51页
        4.3.1 SIFT特征提取第40-43页
        4.3.2 SURF特征提取第43-45页
        4.3.3 ORB特征提取第45-47页
        4.3.4 特征点的匹配算法第47-48页
        4.3.5 特征提取匹配实验第48-51页
    4.4 基于RANSAC算法的运动估计第51-53页
    4.5 点云匹配第53-54页
    4.6 本章小结第54-55页
第五章 多传感器融合定位算法第55-70页
    5.1 RGB-D视觉传感器与惯导的融合定位算法第55-60页
        5.1.1 扩展卡尔曼滤波器第55-58页
        5.1.2 预测方程的建立第58-59页
        5.1.3 观测方程的建立第59-60页
    5.2 多传感器融合的改进定位算法第60-61页
    5.3 系统定位实验与结果第61-67页
    5.4 改进定位算法在特征点稀少情况下定位实验第67-69页
    5.5 本章小结第69-70页
第六章 跟随机器人的设计与实现第70-76页
    6.1 深度图像的获取与处理第70-71页
    6.2 跟随机器人的实现第71-72页
    6.3 实验第72-75页
    6.4 本章小结第75-76页
第七章 总结与展望第76-78页
    7.1 总结第76页
    7.2 展望第76-78页
参考文献第78-82页
攻读硕士学位期间取得的科研成果第82-83页
致谢第83-84页

论文共84页,点击 下载论文
上一篇:一种基于深度学习的实体关系抽取方法及应用
下一篇:基于物联网技术的小型游船监控系统研究与设计