| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 自主移动机器人国内外研究现状 | 第10-13页 |
| 1.2.2 自主移动机器人技术发展趋势 | 第13-14页 |
| 1.2.3 导航定位国内外研究现状 | 第14-16页 |
| 1.3 本文的工作目标及章节安排 | 第16-18页 |
| 1.3.1 论文工作目标及实现方法 | 第16页 |
| 1.3.2 章节安排 | 第16-18页 |
| 2 自主移动机器人系统设计 | 第18-28页 |
| 2.1 自主移动机器人 | 第18页 |
| 2.2 操作系统 | 第18-20页 |
| 2.2.1 设计目标 | 第19页 |
| 2.2.2 主要特点 | 第19-20页 |
| 2.3 实现载体 | 第20-22页 |
| 2.3.1 信息获取传感器 | 第20-22页 |
| 2.3.2 底盘数据传输 | 第22页 |
| 2.4 软件架构 | 第22-26页 |
| 2.4.1 运行机制 | 第23-25页 |
| 2.4.2 软件框架 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 地图创建与定位 | 第28-45页 |
| 3.1 SLAM问题的研究 | 第28-32页 |
| 3.1.1 问题描述 | 第28-29页 |
| 3.1.2 坐标系模型 | 第29-30页 |
| 3.1.3 里程计位姿模型 | 第30页 |
| 3.1.4 运动学模型 | 第30页 |
| 3.1.5 观测模型 | 第30-31页 |
| 3.1.6 地图特征模型 | 第31-32页 |
| 3.2 自适应的卡尔曼滤波定位 | 第32-38页 |
| 3.2.1 数据融合涉及的算法 | 第33-36页 |
| 3.2.2 数据融合实验分析 | 第36-38页 |
| 3.3 基于RBPF的Fast SLAM | 第38-40页 |
| 3.4 改进Fast SLAM算法 | 第40-41页 |
| 3.5 SLAM的实现 | 第41-44页 |
| 3.5.1 里程计校准 | 第41-42页 |
| 3.5.2 室内移动机器人SLAM功能的实现与分析 | 第42-44页 |
| 3.6 本章小节 | 第44-45页 |
| 4 基于地图的导航 | 第45-61页 |
| 4.1 地图信息处理 | 第46-47页 |
| 4.2 路径规划 | 第47-55页 |
| 4.2.1 全局路径规划 | 第48-52页 |
| 4.2.2 局部路径规划 | 第52-55页 |
| 4.2.3 机器人的行为执行层 | 第55页 |
| 4.3 AMCL定位 | 第55-59页 |
| 4.3.1 AMCL算法 | 第55-58页 |
| 4.3.2 定位数据传输 | 第58页 |
| 4.3.3 AMCL干扰实验 | 第58-59页 |
| 4.4 导航功能的实现 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 系统测试与分析 | 第61-76页 |
| 5.1 系统测试 | 第61-74页 |
| 5.1.1 地图构建 | 第61-65页 |
| 5.1.2 基于地图的导航 | 第65-74页 |
| 5.2 系统分析 | 第74-75页 |
| 5.3 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第83页 |