| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景与研究意义 | 第11-12页 |
| 1.2 移动机器人导航系统的关键技术 | 第12页 |
| 1.3 移动机器人导航技术发展状况 | 第12-19页 |
| 1.3.1 移动机器人导航技术国外发展状况 | 第13-16页 |
| 1.3.2 移动机器人导航技术国内发展状况 | 第16-19页 |
| 1.4 论文主要研究内容 | 第19-21页 |
| 第2章 移动机器人控制系统设计 | 第21-32页 |
| 2.1 室外导航系统设计的指标 | 第21-22页 |
| 2.2 硬件整体方案 | 第22-28页 |
| 2.2.1 移动机器人硬件设计图 | 第22页 |
| 2.2.2 移动机器人实物 | 第22-23页 |
| 2.2.3 研华PCM3363D工控机 | 第23-24页 |
| 2.2.4 CNP301UA | 第24页 |
| 2.2.5 摄像头 | 第24-25页 |
| 2.2.6 电量检测模块 | 第25页 |
| 2.2.7 激光雷达 | 第25-26页 |
| 2.2.8 姿态传感器 | 第26-27页 |
| 2.2.9 里程计 | 第27-28页 |
| 2.2.10 sony遥控手柄 | 第28页 |
| 2.3 软件整体方案 | 第28-31页 |
| 2.3.1 基于ROS控制系统软件设计 | 第28-30页 |
| 2.3.2 控制系统上位机界面的设计 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 多传感器信息融合技术 | 第32-54页 |
| 3.1 多传感器信息融合技术介绍 | 第32-39页 |
| 3.1.1 多传感器信息融合的概念 | 第32-33页 |
| 3.1.2 多传感器融合的结构层次与系统框架 | 第33-36页 |
| 3.1.3 多传感信息融合的关键问题 | 第36-37页 |
| 3.1.4 多传感器信息融合算法 | 第37-39页 |
| 3.2 多传感器信息融合实现 | 第39-52页 |
| 3.2.1 GPS模块 | 第39-41页 |
| 3.2.2 姿态测量传感器 | 第41-44页 |
| 3.2.3 里程计 | 第44-51页 |
| 3.2.4 多传感器信息融合实验 | 第51-52页 |
| 3.3 本章小结 | 第52-54页 |
| 第4章 移动机器人室外地图构建与导航 | 第54-81页 |
| 4.1 移动机器人多坐标系转换 | 第55-58页 |
| 4.1.1 机器人运动模型 | 第56-57页 |
| 4.1.2 tf关系的建立 | 第57-58页 |
| 4.2 移动机器人室外SLAM研究 | 第58-68页 |
| 4.2.1 地图表示方法研究 | 第58-61页 |
| 4.2.2 Rao-Blackwellized Particle Filters(RBPF)构图算法 | 第61-62页 |
| 4.2.3 机器人定位算法研究 | 第62-66页 |
| 4.2.4 机器人构图的实验 | 第66-68页 |
| 4.3 移动机器人室外Navigation算法研究 | 第68-78页 |
| 4.3.1 机器人全局避障算法 | 第68-71页 |
| 4.3.2 机器人局部避障算法 | 第71-77页 |
| 4.3.3 机器人路径规划的的实验 | 第77-78页 |
| 4.4 移动机器人控制速度转换 | 第78-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第5章 移动机器人测试与导航实验 | 第81-89页 |
| 5.1 机器人速度跟随的实验 | 第81-82页 |
| 5.2 机器人室内环境的导航实验 | 第82-84页 |
| 5.3 机器人室外环境的行驶实验 | 第84-85页 |
| 5.4 机器人室外环境的导航实验 | 第85-88页 |
| 5.5 本章小结 | 第88-89页 |
| 第6章 结论与展望 | 第89-91页 |
| 6.1 研究结论 | 第89-90页 |
| 6.2 研究展望 | 第90-91页 |
| 参考文献 | 第91-97页 |
| 致谢 | 第97-98页 |
| 附录 | 第98页 |
| A. 攻读硕士学位期间发表的论文 | 第98页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第98页 |
| C. 作者在攻读硕士学位期间获得的荣誉 | 第98页 |