基于捷联惯导的电缆隧道巡检机器人定位技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-15页 |
| 第二章 巡检机器人运动学建模和定位问题分析 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 巡检机器人运动学模型 | 第15-21页 |
| 2.2.1 机器人的位姿表示 | 第15-17页 |
| 2.2.2 基于直线近似的机器人运动学模型 | 第17-18页 |
| 2.2.3 基于圆弧近似的机器人运动学模型 | 第18-21页 |
| 2.3 巡检机器人定位问题 | 第21-25页 |
| 2.3.1 移动机器人定位问题的分类 | 第21-22页 |
| 2.3.2 移动机器人的感知 | 第22-24页 |
| 2.3.3 移动机器人的定位方法 | 第24-25页 |
| 2.4 电缆隧道巡检机器人定位方法的确定 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 巡检机器人传感器建模及信息预处理 | 第28-49页 |
| 3.1 引言 | 第28页 |
| 3.2 里程计建模及信息处理 | 第28-31页 |
| 3.2.1 编码器工作原理 | 第28-29页 |
| 3.2.2 基于里程计模型的机器人运动信息获取 | 第29-31页 |
| 3.3 惯性传感器建模及信息处理 | 第31-44页 |
| 3.3.1 惯性导航基本原理 | 第31-32页 |
| 3.3.2 巡检机器人的姿态表达 | 第32-34页 |
| 3.3.3 惯性传感器的噪声模型 | 第34-35页 |
| 3.3.4 基于卡尔曼滤波的机器人姿态解算 | 第35-44页 |
| 3.4 机器人姿态解算实验测试 | 第44-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 巡检机器人的定位技术研究 | 第49-68页 |
| 4.1 引言 | 第49页 |
| 4.2 基于航迹推算的巡检机器人定位 | 第49-50页 |
| 4.3 基于扩展卡尔曼滤波的巡检机器人定位 | 第50-67页 |
| 4.3.1 扩展卡尔曼滤波算法流程 | 第51-55页 |
| 4.3.2 扩展卡尔曼滤波定位算法设计 | 第55-63页 |
| 4.3.3 融合IMU航向观测的位姿纠正 | 第63-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 电缆隧道巡检机器人定位系统实现 | 第68-82页 |
| 5.1 引言 | 第68页 |
| 5.2 巡检机器人系统的硬件平台实现 | 第68-71页 |
| 5.2.1 硬件平台的整体构成 | 第68-69页 |
| 5.2.2 定位导航传感器硬件构成 | 第69-70页 |
| 5.2.3 机载计算机硬件处理环境 | 第70-71页 |
| 5.3 巡检机器人的软件系统环境 | 第71-75页 |
| 5.3.1 ROS操作系统介绍 | 第71-73页 |
| 5.3.2 ROS操作系统的使用 | 第73-75页 |
| 5.4 巡检机器人多传感融合定位测试 | 第75-81页 |
| 5.4.1 室内环境定位测试 | 第75-76页 |
| 5.4.2 模拟隧道环境定位测试 | 第76-78页 |
| 5.4.3 定位精度测试 | 第78-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 全文总结 | 第82-83页 |
| 6.2 后续工作展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间取得的成果 | 第89页 |
