基于家庭服务机器人的定位方法研究
| 前言 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题的提出背景与研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-18页 |
| ·家庭服务机器人的国内外研究现状 | 第11-14页 |
| ·家庭服务机器人定位方法的研究现状 | 第14-17页 |
| ·存在的问题 | 第17-18页 |
| ·本文的主要内容与结构安排 | 第18-20页 |
| ·研究目标及主要任务 | 第18页 |
| ·章节安排 | 第18-20页 |
| 第2章 家庭服务机器人系统建模 | 第20-28页 |
| ·引言 | 第20页 |
| ·“旅行家 II”自主移动机器人 | 第20-21页 |
| ·机器人坐标系统模型 | 第21-22页 |
| ·运动控制模型 | 第22-25页 |
| ·圆弧模型 | 第22-23页 |
| ·直线模型 | 第23-25页 |
| ·环境地图模型 | 第25页 |
| ·传感器观测模型 | 第25-27页 |
| ·环境噪声模型和传感器噪声模型 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于家庭自然环境特征的局部环境地图建立 | 第28-38页 |
| ·引言 | 第28页 |
| ·URG-04LX 激光传感器 | 第28-30页 |
| ·家庭自然环境特征识别 | 第30-33页 |
| ·组成棱角平面的直线提取 | 第31-32页 |
| ·棱角识别与提取 | 第32-33页 |
| ·实验结果与分析 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于家庭自然环境特征的定位方法研究 | 第38-52页 |
| ·引言 | 第38-39页 |
| ·SLAM 模型描述 | 第39-41页 |
| ·卡尔曼滤波算法 | 第41-43页 |
| ·扩展卡尔曼滤波定位算法 | 第43-47页 |
| ·EKF 算法原理 | 第43-45页 |
| ·EKF 算法定位模型 | 第45-46页 |
| ·数据关联分析 | 第46-47页 |
| ·EKF 定位算法的稳定特性 | 第47页 |
| ·无迹卡尔曼滤波定位算法 | 第47-51页 |
| ·UT 变换 | 第47-49页 |
| ·UKF 算法定位模型 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 定位实验与分析 | 第52-64页 |
| ·引言 | 第52页 |
| ·实验环境与初始条件 | 第52-55页 |
| ·实验模型与环境 | 第52-54页 |
| ·实验初始条件设定 | 第54-55页 |
| ·EKF 算法定位实验与分析 | 第55-58页 |
| ·UKF 算法定位实验与分析 | 第58-61页 |
| ·定位算法对比分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 全文总结 | 第64-66页 |
| ·本文的研究工作总结 | 第64页 |
| ·需要进一步研究的问题 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者简介 | 第70-72页 |
| 致谢 | 第72页 |
