基于陀螺仪的机器人自主运动定位研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题来源及研究的目的和意义 | 第8-9页 |
| 1.2 课题的研究现状及发展前景 | 第9-11页 |
| 1.2.1 自主移动机器人发展历程及简析 | 第9-10页 |
| 1.2.2 移动机器人定位技术研究现状 | 第10-11页 |
| 1.3 设计的预期目标和内容安排 | 第11-13页 |
| 第2章 机器人定位系统设计 | 第13-25页 |
| 2.1 机器人定位系统设计 | 第13页 |
| 2.2 定位系统硬件设计 | 第13-23页 |
| 2.2.1 机器人整体结构介绍 | 第13-16页 |
| 2.2.2 陀螺仪运动传感器 | 第16-18页 |
| 2.2.3 GPIO 接口 | 第18-19页 |
| 2.2.4 串行通信接口 | 第19-21页 |
| 2.2.5 Linux 系统下陀螺仪数据读取 | 第21-23页 |
| 2.3 定位系统软件设计 | 第23-24页 |
| 2.3.1 定位信息解算 | 第23-24页 |
| 2.3.2 定位信息误差消除 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 机器人定位信息解算 | 第25-39页 |
| 3.1 引言 | 第25页 |
| 3.2 欧拉角 | 第25-26页 |
| 3.3 四元数姿态解算算法 | 第26-35页 |
| 3.3.1 四元数概述 | 第26-27页 |
| 3.3.2 四元数与姿态角之间的关系 | 第27-33页 |
| 3.3.3 四元数微分方程 | 第33-35页 |
| 3.4 四元数法实验结果 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 定位信息误差消除及运动路径模拟 | 第39-56页 |
| 4.1 引言 | 第39页 |
| 4.2 卡尔曼滤波理论 | 第39-44页 |
| 4.2.1 卡尔曼滤波简介 | 第39-40页 |
| 4.2.2 估计问题的形成 | 第40页 |
| 4.2.3 状态估计问题 | 第40-41页 |
| 4.2.4 标准卡尔曼滤波算法（KF） | 第41-42页 |
| 4.2.5 扩展卡尔曼滤波算法（EKF） | 第42-44页 |
| 4.3 机器人匀速直线运动轨迹模拟 | 第44-50页 |
| 4.3.1 算法简析 | 第44-46页 |
| 4.3.2 扩展卡尔曼参数设置及过程分析 | 第46-48页 |
| 4.3.3 实验结果及分析 | 第48-50页 |
| 4.4 机器人匀速圆周运动轨迹模拟 | 第50-55页 |
| 4.4.1 算法简析 | 第50-52页 |
| 4.4.2 扩展卡尔曼参数设置及过程分析 | 第52-53页 |
| 4.4.3 实验结果及分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
