基于激光雷达的移动机器人导航系统研究与实现
| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外移动机器人研究现状 | 第10-11页 |
| 1.3 导航系统研究现状 | 第11-14页 |
| 1.4 主要研究内容和组织结构 | 第14-15页 |
| 第2章 激光雷达导航系统设计 | 第15-26页 |
| 2.1 移动机器人导航系统中的关键问题 | 第15-19页 |
| 2.1.1 构建环境地图 | 第15-16页 |
| 2.1.2 移动机器人定位 | 第16-18页 |
| 2.1.3 路径规划 | 第18-19页 |
| 2.2 导航系统中的模型 | 第19-21页 |
| 2.2.1 机器人的里程计模型 | 第19-20页 |
| 2.2.2 机器人的观测模型 | 第20-21页 |
| 2.3 ROS的功能与特点 | 第21-22页 |
| 2.4 导航系统总体方案设计 | 第22-25页 |
| 2.4.1 软件系统框架 | 第23-24页 |
| 2.4.2 硬件平台的选择 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 移动机器人导航系统的实现与优化 | 第26-39页 |
| 3.1 激光雷达导航系统的搭建 | 第26-33页 |
| 3.2 SLAM的理论基础 | 第33-35页 |
| 3.2.1 SLAM问题的概率模型 | 第33-34页 |
| 3.2.2 粒子滤波器 | 第34-35页 |
| 3.3 地图的优化 | 第35-38页 |
| 3.3.1 基于粒子滤波的SLAM算法实现 | 第35-37页 |
| 3.3.2 优化环境地图 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 移动机器人路径规划算法研究 | 第39-53页 |
| 4.1 A*算法的研究 | 第39-45页 |
| 4.1.1 A*算法概述 | 第39-40页 |
| 4.1.2 启发式的研究对比 | 第40-43页 |
| 4.1.3 数据结构的研究对比 | 第43-45页 |
| 4.2 MEA*-R算法 | 第45-48页 |
| 4.3 RA*算法的改进 | 第48-50页 |
| 4.3.1 RA*算法数据结构的改进 | 第49-50页 |
| 4.3.2 基于快速扩展策略的RA*算法 | 第50页 |
| 4.4 算法测试与性能对比 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 激光雷达导航系统实验与分析 | 第53-63页 |
| 5.1 改进后的路径规划算法与ROS融合 | 第53-54页 |
| 5.2 路径规划算法在机器人上的实验 | 第54-57页 |
| 5.2.1 移植后的算法测试 | 第54-55页 |
| 5.2.2 局部路径规划算法的研究与实验 | 第55-56页 |
| 5.2.3 全局路径规划算法实验 | 第56-57页 |
| 5.3 移动机器人导航系统实验 | 第57-61页 |
| 5.3.1 移动机器人静态避障实验 | 第57-59页 |
| 5.3.2 移动机器人动态避障实验 | 第59-60页 |
| 5.3.3 移动机器人导航精度实验 | 第60-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 全文总结 | 第63-64页 |
| 6.2 工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70-71页 |
| 附录A MEA*-R算法部分源码 | 第71-74页 |
| 附录B 移动机器人导航精度数据统计 | 第74-75页 |
