摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-14页 |
1.1 引言 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.2.1 国外研究现状 | 第10-11页 |
1.2.2 国内研究现状 | 第11页 |
1.3 存在的问题和解决方案 | 第11-12页 |
1.4 本文的主要内容及章节安排 | 第12-14页 |
第2章 基于蓝牙的智能小车定位平台搭建 | 第14-21页 |
2.1 蓝牙技术的概述 | 第14-15页 |
2.2 蓝牙 APP 应用软件开发 | 第15-18页 |
2.2.1 AT 指令集 | 第15页 |
2.2.2 定时器、串口中断设计开发 | 第15-17页 |
2.2.3 安卓 APP 软件开发 | 第17-18页 |
2.3 基于 STC89C52 的移动硬件平台 | 第18-20页 |
2.4 本章小结 | 第20-21页 |
第3章 基于地磁的室内机器人定位系统设计 | 第21-36页 |
3.1 引言 | 第21页 |
3.2 地球磁场模型的建立 | 第21-24页 |
3.2.1 地磁场概述及特征量 | 第21-22页 |
3.2.2 地磁场模型 | 第22-24页 |
3.3 传感器技术及应用 | 第24-26页 |
3.3.1 传感器选择及其工作原理 | 第24页 |
3.3.2 传感器在 Android 开发中的应用 | 第24-26页 |
3.4 惯性导航辅助地磁定位算法研究 | 第26-30页 |
3.4.1 惯性导航系统设计与分析 | 第26-27页 |
3.4.2 地磁定位匹配平均平方差法 | 第27-28页 |
3.4.3 地磁数据采集设计及定位匹配系统设计 | 第28-29页 |
3.4.4 定位导航地图软件设计 | 第29-30页 |
3.5 实验数据分析 | 第30-31页 |
3.6 实验结果 | 第31-35页 |
3.6.1 MSD 地磁匹配算法实验 | 第31-32页 |
3.6.2 地磁数据采集实验 | 第32-33页 |
3.6.3 惯性导航辅助地磁室内定位实验 | 第33-35页 |
3.7 本章小结 | 第35-36页 |
第4章 物联网模式下基于卡尔曼滤波的实时定位优化算法 | 第36-48页 |
4.1 引言 | 第36页 |
4.2 RSSI 测距原理 | 第36-41页 |
4.3 卡尔曼实时定位算法研究 | 第41-45页 |
4.3.1 离散随机差分方程及观测方程的建立 | 第42-43页 |
4.3.2 后验状态估计的建立与状态更新 | 第43-44页 |
4.3.3 卡尔曼增益的解算 | 第44页 |
4.3.4 后验状态协方差的解算 | 第44-45页 |
4.3.5 卡尔曼滤波定位系统流程 | 第45页 |
4.4 WInternet 环境下基于非线性策略的 RSSI 实时定位实验仿真 | 第45-47页 |
4.5 本章小结 | 第47-48页 |
第5章 物联网环境下基于 Android 的室内机器人复合定位系统实验及分析 | 第48-54页 |
5.1 引言 | 第48页 |
5.2 室内定位环境搭建 | 第48-50页 |
5.2.1 地磁数据采集实验 | 第48-49页 |
5.2.2 无线传感器覆盖范围 | 第49-50页 |
5.3 室内定位物理实验 | 第50-53页 |
5.4 本章小结 | 第53-54页 |
第6章 基于 Andriod 的室内定位扩展研究 | 第54-61页 |
6.1 引言 | 第54页 |
6.2 GPS 核心 API | 第54-56页 |
6.2.1 获取 LocationProvider | 第55页 |
6.2.2 获取 GPS 定位信息 | 第55-56页 |
6.2.3 定位临界警告 | 第56页 |
6.3 Google Map 服务 | 第56-57页 |
6.3.1 获取 Map API Key | 第56-57页 |
6.3.2 数据地址信息解析 | 第57页 |
6.4 室内外定位系统设计 | 第57-58页 |
6.5 实验数据分析 | 第58-60页 |
6.6 本章小结 | 第60-61页 |
第7章 结论与展望 | 第61-63页 |
7.1 本文主要研究工作总结 | 第61-62页 |
7.2 未来工作展望 | 第62-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-70页 |
附录 1 攻读硕士学位期间发表的论文 | 第70-71页 |
附录 2 攻读硕士学位期间参加的科研项目 | 第71-72页 |
大摘要 | 第72-75页 |