| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·移动机器人的定位导航技术 | 第11-14页 |
| ·移动机器人定位技术 | 第11-13页 |
| ·移动机器人路径规划技术 | 第13-14页 |
| ·基于多信息融合的轮式移动机器人定位导航技术 | 第14-17页 |
| ·概述 | 第14-15页 |
| ·国内外研究概况 | 第15-17页 |
| ·发展趋势 | 第17页 |
| ·论文主要工作及组织结构 | 第17-19页 |
| 第2章 轮轮式移动动机器人运运动学模模型的建建立和传感器的选选择 | 第19-26页 |
| ·轮式移动机器人人运动学模模型 | 第19-21页 |
| ·传感器的选择 | 第21-25页 |
| ·定位部分 | 第21-23页 |
| ·障碍物识别部分 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 轮式移动机器人多传感器信息融合模型的建立 | 第26-33页 |
| ·多信息融合技术 | 第26-29页 |
| ·多信息融合的概念 | 第26-27页 |
| ·多传感器信息融合的结构 | 第27-29页 |
| ·轮式移动机器人多信息融合模型 | 第29-30页 |
| ·传感器信息的分类 | 第29页 |
| ·传感器信息分层处理模型 | 第29-30页 |
| ·轮式移动机器人传感器信息融合结构 | 第30-32页 |
| ·传感器信息的分组处理 | 第31-32页 |
| ·轮式移动机器人的自主决策 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第4章 传感器信息处理和信息的融合 | 第33-50页 |
| ·信息预处理 | 第33-37页 |
| ·信息归一化 | 第33-36页 |
| ·信息一致性检验 | 第36-37页 |
| ·多传感器信息融合的方法 | 第37-39页 |
| ·基于卡尔曼滤波的定位信息融合 | 第39-43页 |
| ·卡尔曼滤波原理 | 第39-41页 |
| ·定位系统卡尔曼滤波器的设计 | 第41-43页 |
| ·基于神经网络的移动机器人避障行为 | 第43-49页 |
| ·神经网络的原理 | 第43-45页 |
| ·移动机器人避障控制网络设计 | 第45-47页 |
| ·网络学习 | 第47-49页 |
| ·本章小节 | 第49-50页 |
| 第5章 移动机器人系统架构设计与实现 | 第50-61页 |
| ·轮式移动机器人定位导航系统组成 | 第50-53页 |
| ·硬件设备 | 第50-51页 |
| ·系统的软件体系结构 | 第51-53页 |
| ·系统运行环境 | 第53页 |
| ·定位导航系统软件的功能与实现逻辑 | 第53-55页 |
| ·模块功能划分 | 第53-54页 |
| ·程序处理流程 | 第54-55页 |
| ·多信息融合技术的应用 | 第55-60页 |
| ·卡尔曼滤波实验 | 第55-58页 |
| ·神经网络避障实验 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |