| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 空地协作研究现状 | 第11-13页 |
| 1.2.2 移动机器人的导航与路径规划算法 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-18页 |
| 第2章 Quanser无人控制系统 | 第18-24页 |
| 2.1 Quanser无人控制系统实验平台 | 第18-20页 |
| 2.1.1 OptiTrack红外摄像头 | 第18-19页 |
| 2.1.2 Qball-X4四旋翼无人机 | 第19-20页 |
| 2.1.3 Qbot地面机器人 | 第20页 |
| 2.1.4 Quanser无人控制系统的通信 | 第20页 |
| 2.2 机体坐标系与地面坐标系 | 第20-22页 |
| 2.2.1 坐标系定义 | 第20-21页 |
| 2.2.2 坐标转换矩阵 | 第21-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第3章 视觉信息到环境信息的转化 | 第24-40页 |
| 3.1 图像配准与拼接 | 第24-29页 |
| 3.1.1 引言 | 第24-25页 |
| 3.1.2 SIFT算法 | 第25-27页 |
| 3.1.3 单应性矩阵的求取 | 第27页 |
| 3.1.4 RANSAC消除错配 | 第27-29页 |
| 3.2 障碍物定位 | 第29-32页 |
| 3.2.1 基于SIFT的障碍物检测与定位 | 第29-30页 |
| 3.2.2 基于YCbCr颜色空间的障碍物检测与定位 | 第30-32页 |
| 3.3 图像坐标系与地面坐标系的关系 | 第32-39页 |
| 3.3.1 各个坐标系的建立 | 第32-34页 |
| 3.3.2 坐标间的关系 | 第34-37页 |
| 3.3.3 摄像机内参标定 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 局路径规划算法设计 | 第40-66页 |
| 4.1 环境地图建模与路径规划 | 第40-41页 |
| 4.2 基于Voronoi图的路径规划 | 第41-48页 |
| 4.2.1 引言 | 第41-42页 |
| 4.2.2 Voronoi图与三角剖分 | 第42-44页 |
| 4.2.3 Voronoi图的生成算法 | 第44-45页 |
| 4.2.4 Dijkstra算法 | 第45-46页 |
| 4.2.5 仿真与分析 | 第46-48页 |
| 4.3 基于A~*算法的路径规划 | 第48-54页 |
| 4.3.1 栅格环境模型的建立 | 第48页 |
| 4.3.2 Dijkstra算法与最佳优先搜索 | 第48-50页 |
| 4.3.3 A~*算法概述 | 第50-51页 |
| 4.3.4 A~*的启发式函数 | 第51-53页 |
| 4.3.5 路径优化 | 第53-54页 |
| 4.3.6 A~*算法仿真与分析 | 第54页 |
| 4.4 人工势场法 | 第54-63页 |
| 4.4.1 人工势场法原理 | 第54-57页 |
| 4.4.2 人工势场法的局限性 | 第57页 |
| 4.4.3 目标不可达问题的改进 | 第57-60页 |
| 4.4.4 局部极值问题 | 第60-61页 |
| 4.4.5 人工势场法的仿真与分析 | 第61-63页 |
| 4.5 地面机器人路径跟踪实验 | 第63-64页 |
| 4.6 本章小结 | 第64-66页 |
| 第5章 基于滚动窗口法的路径规划 | 第66-80页 |
| 5.1 引言 | 第66-67页 |
| 5.2 问题描述与定义 | 第67-69页 |
| 5.3 算法的收敛性分析 | 第69-72页 |
| 5.4 滚动窗口法路径规划原理 | 第72-75页 |
| 5.4.1 局部子目标的确定 | 第73页 |
| 5.4.2 动态障碍下的场景预测 | 第73-75页 |
| 5.4.3 部分环境信息已知的情况 | 第75页 |
| 5.5 仿真实验与分析 | 第75-79页 |
| 5.6 本章小结 | 第79-80页 |
| 总结与展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86页 |