基于麦克纳姆轮的全向智能移动机器人导航系统研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-24页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 移动机器人研究现状 | 第12-16页 |
| 1.2.1 移动机器人应用背景 | 第12-14页 |
| 1.2.2 移动国内外应用现状 | 第14-16页 |
| 1.3 全向移动器人研究现状 | 第16-22页 |
| 1.3.1 移动机器人应用背景 | 第16-18页 |
| 1.3.2 国外研究现状 | 第18-20页 |
| 1.3.3 国内研究现状 | 第20-22页 |
| 1.4 主要研究内容及结构安排 | 第22-24页 |
| 第二章 全向移动机器人硬件系统设计 | 第24-34页 |
| 2.1 引言 | 第24页 |
| 2.2 机械结构设计和模型推导 | 第24-28页 |
| 2.2.1 机械结构设计参数及要求 | 第24-25页 |
| 2.2.2 驱动单元设计 | 第25-27页 |
| 2.2.3 整体平台设计 | 第27-28页 |
| 2.3 运动控制系统设计 | 第28-33页 |
| 2.3.1 全向运动模型分析 | 第29-31页 |
| 2.3.2 运动控制系统设计 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 全向移动机器人定位算法研究 | 第34-45页 |
| 3.1 引言 | 第34页 |
| 3.2 移动机器人定位算法 | 第34-38页 |
| 3.2.1 机器人定位模型 | 第35-36页 |
| 3.2.2 贝叶斯滤波理论 | 第36-38页 |
| 3.2.3 蒙特卡洛方法 | 第38页 |
| 3.3 基于粒子滤波定位算法的研究 | 第38-41页 |
| 3.3.1 粒子滤波定位算法概述 | 第38-40页 |
| 3.3.2 重要性采样 | 第40页 |
| 3.3.3 重采样算法的改进 | 第40-41页 |
| 3.4 仿真实验与分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 全向移动机器人路径规划 | 第45-60页 |
| 4.1 引言 | 第45页 |
| 4.2 全局路径规划算法 | 第45-51页 |
| 4.2.1 工作环境描述 | 第45-47页 |
| 4.2.2 常见全局路径规划算法 | 第47-48页 |
| 4.2.3 基于A*算法的全局路径规划算法 | 第48-51页 |
| 4.3 局部路径规划算法 | 第51-57页 |
| 4.3.1 常用局部路径算法 | 第51-53页 |
| 4.3.2 基于碰撞模型的DWA算法 | 第53-57页 |
| 4.4 仿真实验和分析 | 第57-59页 |
| 4.4.1 全局路径算法仿真测试 | 第57-58页 |
| 4.4.2 局部路径算法仿真测试 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 实验及分析 | 第60-75页 |
| 5.1 引言 | 第60页 |
| 5.2 机器人软件系统搭建 | 第60-67页 |
| 5.2.1 机器人ROS系统搭建 | 第60-61页 |
| 5.2.2 感知信息获取 | 第61-66页 |
| 5.2.3 底层控制精度测试 | 第66-67页 |
| 5.3 移动机器人整体实验 | 第67-73页 |
| 5.3.1 环境地图创建 | 第67-68页 |
| 5.3.2 定位精度测试 | 第68-71页 |
| 5.3.3 静态环境路径导航测试 | 第71-72页 |
| 5.3.4 动态环境路径导航测试 | 第72-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 本文主要工作 | 第75-76页 |
| 6.2 研究展望 | 第76-77页 |
| 参考文献 | 第77-85页 |
| 攻读硕士学位期间的科研成果 | 第85-86页 |
| 致谢 | 第86-87页 |
