人机交互环境下的主动SLAM及相关问题研究
摘要 | 第3-5页 |
Abstract | 第5-6页 |
缩略语 | 第9-12页 |
第一章 绪论 | 第12-27页 |
1.1 引言 | 第12-13页 |
1.2 移动机器人的相关研究 | 第13-22页 |
1.2.1 环境建模 | 第13-14页 |
1.2.2 定位 | 第14-15页 |
1.2.3 路径规划 | 第15-16页 |
1.2.4 移动机器人同时定位与制图(SLAM) | 第16-19页 |
1.2.5 移动机器人主动SLAM问题 | 第19-22页 |
1.3 论文的研究动机 | 第22-23页 |
1.4 论文的主要工作和创新点 | 第23-25页 |
1.5 论文的结构安排 | 第25-27页 |
第二章 基于预测的激光数据几何特征提取算法 | 第27-44页 |
2.1 激光数据特征提取概述 | 第27-32页 |
2.1.1 激光传感器原理、数据模型和预处理 | 第27-28页 |
2.1.2 激光数据特征提取研究现状 | 第28-32页 |
2.2 基于预测的激光数据几何特征提取算法 | 第32-40页 |
2.2.1 算法原理 | 第32-33页 |
2.2.2 标记点检测 | 第33-37页 |
2.2.3 特征类型判定及特征参数计算 | 第37-39页 |
2.2.4 阈值设定 | 第39页 |
2.2.5 算法讨论 | 第39-40页 |
2.3 实验结果 | 第40-43页 |
2.3.1 特征提取实验 | 第40-41页 |
2.3.2 比较实验 | 第41-43页 |
2.4 小结 | 第43-44页 |
第三章 麦克风阵列混合声源定位算法 | 第44-57页 |
3.1 麦克风阵列声源定位算法概述 | 第44-45页 |
3.2 混合声源定位算法 | 第45-53页 |
3.2.1 算法原理和架构 | 第45-47页 |
3.2.2 语音活动检测 | 第47页 |
3.2.3 TDOA估计 | 第47-49页 |
3.2.4 环形聚类 | 第49-50页 |
3.2.5 SRP-PHAT搜索 | 第50-51页 |
3.2.6 多声源环境下的应用 | 第51-52页 |
3.2.7 算法讨论 | 第52页 |
3.2.8 算法复杂度 | 第52-53页 |
3.3 实验结果 | 第53-56页 |
3.3.1 仿真实验 | 第53-55页 |
3.3.2 实际环境实验 | 第55-56页 |
3.4 小结 | 第56-57页 |
第四章 移动机器人SLAM和声源跟踪融合实现 | 第57-69页 |
4.1 SLAM和声源跟踪问题的数学描述 | 第57-61页 |
4.1.1 SLAM的数学描述 | 第57-58页 |
4.1.2 SLAM-SST的数学描述 | 第58-60页 |
4.1.3 SLAM-SST算法流程 | 第60-61页 |
4.2 EKF-SLAM | 第61-64页 |
4.2.1 EKF-SLAM迭代过程 | 第61-62页 |
4.2.2 运动模型 | 第62-63页 |
4.2.3 观测模型 | 第63页 |
4.2.4 路标提取 | 第63-64页 |
4.3 粒子滤波声源跟踪 | 第64-66页 |
4.3.1 空间转换关系 | 第64-65页 |
4.3.2 声源动态模型 | 第65页 |
4.3.3 基于粒子滤波的声源跟踪算法流程 | 第65-66页 |
4.3.4 似然函数 | 第66页 |
4.4 实验结果 | 第66-68页 |
4.5 小结 | 第68-69页 |
第五章 人机交互环境下的主动SLAM | 第69-85页 |
5.1 研究概述 | 第69-70页 |
5.1.1 边界探索 | 第69页 |
5.1.2 主动SLAM系统架构 | 第69-70页 |
5.2 有引导情况下的自主运动规划 | 第70-77页 |
5.2.1 目标点集生成 | 第70-74页 |
5.2.2 效用函数 | 第74-77页 |
5.2.3 局部路径规划 | 第77页 |
5.3 实验结果 | 第77-84页 |
5.3.1 实验场景1 | 第78-80页 |
5.3.2 实验场景2 | 第80-82页 |
5.3.3 实验场景3 | 第82-83页 |
5.3.4 实验总结和分析 | 第83-84页 |
5.4 小结 | 第84-85页 |
第六章 总结与展望 | 第85-87页 |
参考文献 | 第87-98页 |
攻读学位期间发表的论文 | 第98-99页 |
致谢 | 第99-100页 |