基于蒙特卡罗算法的移动机器人自定位技术研究
摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-20页 |
·课题研究的背景和意义 | 第12-13页 |
·移动机器人定位方法及研究现状 | 第13-18页 |
·移动机器人定位方法 | 第13-15页 |
·国内外研究现状 | 第15-18页 |
·问题的提出 | 第18页 |
·本文主要研究内容及论文结构 | 第18-20页 |
第2章 移动机器人定位的相关模型 | 第20-27页 |
·移动机器人相关模型 | 第20-25页 |
·坐标系统模型 | 第20-21页 |
·环境地图模型 | 第21-22页 |
·移动机器人位置模型 | 第22页 |
·光码盘定位模型 | 第22-23页 |
·移动机器人运动模型 | 第23-24页 |
·传感器观测模型 | 第24-25页 |
·噪声模型 | 第25页 |
·定位问题的一般模型 | 第25-26页 |
·本章小结 | 第26-27页 |
第3章 移动机器人定位硬件平台及传感器误差分析 | 第27-40页 |
·移动机器人硬件平台 | 第27-35页 |
·系统硬件的整体设计 | 第27-28页 |
·上位机系统 | 第28-29页 |
·下位机控制单元 | 第29-30页 |
·运动控制单元 | 第30页 |
·传感器检测单元 | 第30-35页 |
·传感器误差分析 | 第35-37页 |
·内部传感器误差分析 | 第35页 |
·外部传感器误差分析 | 第35-37页 |
·特征提取 | 第37-39页 |
·本章小结 | 第39-40页 |
第4章 蒙特卡罗定位算法研究 | 第40-67页 |
·蒙特卡罗定位原理基础 | 第40-45页 |
·贝叶斯滤波理论 | 第40-42页 |
·马尔可夫定位 | 第42-45页 |
·蒙特卡罗定位基本算法 | 第45-53页 |
·蒙特卡罗定位原理 | 第46-47页 |
·贝叶斯重要性采样 | 第47页 |
·重要性密度分布 | 第47-48页 |
·重采样方法 | 第48-50页 |
·蒙特卡罗定位算法流程 | 第50-52页 |
·仿真实验 | 第52-53页 |
·改进蒙特卡罗定位算法 | 第53-65页 |
·扩展卡尔曼蒙特卡罗算法 | 第53-54页 |
·无际卡尔曼蒙特卡罗算法 | 第54-59页 |
·马尔可夫链蒙特卡罗算法 | 第59-60页 |
·快速(FAST)蒙特卡罗定位算法 | 第60-61页 |
·仿真结果及分析 | 第61-65页 |
·本章小结 | 第65-67页 |
第5章 MCL 算法在移动机器人定位中的应用 | 第67-72页 |
·定位程序软件设计 | 第67-69页 |
·开发环境 | 第67页 |
·软件架构 | 第67-69页 |
·实验与分析 | 第69-71页 |
·本章小结 | 第71-72页 |
结论 | 第72-74页 |
1、总结 | 第72页 |
2、创新点 | 第72页 |
3、课题不足与展望 | 第72-74页 |
参考文献 | 第74-78页 |
攻读硕士学位期间发表的论文和获得的科研成果 | 第78-79页 |
致谢 | 第79-80页 |
附录 | 第80-81页 |