致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第14-21页 |
1.1 课题研究背景 | 第14-16页 |
1.2 国内外研究现状 | 第16-19页 |
1.2.1 移动机器人导航技术 | 第16-17页 |
1.2.2 GPS/INS组合导航技术 | 第17-19页 |
1.3 论文的目的和意义 | 第19页 |
1.4 本文的主要研究内容 | 第19-21页 |
第2章 移动机器人导航方法研究 | 第21-40页 |
2.1 GPS导航系统 | 第21页 |
2.2 移动机器人GPS干扰信息修正 | 第21-22页 |
2.3 惯性导航系统 | 第22-23页 |
2.4 移动机器人惯导相关坐标系的建立 | 第23-25页 |
2.5 移动机器人惯性导航定位过程 | 第25-30页 |
2.5.1 姿态更新方法 | 第26-29页 |
2.5.2 速度解算方法 | 第29页 |
2.5.3 位置解算方法 | 第29-30页 |
2.6 移动机器人惯导系统误差模型 | 第30-32页 |
2.6.1 速度误差模型 | 第31页 |
2.6.2 位置误差模型 | 第31页 |
2.6.3 姿态角误差模型 | 第31-32页 |
2.7 移动机器人初始对准方法研究 | 第32-39页 |
2.7.1 粗对准 | 第33-34页 |
2.7.2 参数辨识对准法 | 第34-37页 |
2.7.3 卡尔曼滤波初始对准方法 | 第37页 |
2.7.4 初始对准实验 | 第37-39页 |
2.8 本章小结 | 第39-40页 |
第3章 移动机器人组合导航系统模型 | 第40-44页 |
3.1 移动机器人导航性能要求 | 第40-41页 |
3.2 移动机器人组合导航数学模型 | 第41-43页 |
3.2.1 移动机器人组合导航状态方程 | 第41-42页 |
3.2.2 移动机器人组合导航量测方程 | 第42-43页 |
3.3 移动机器人组合导航模式设计 | 第43页 |
3.4 本章小结 | 第43-44页 |
第4章 基于卡尔曼滤波的移动机器人组合导航算法研究 | 第44-53页 |
4.1 扩展卡尔曼数据融合方法研究 | 第45-46页 |
4.2 无迹卡尔曼数据融合方法研究 | 第46-48页 |
4.3 移动机器人组合导航算法仿真 | 第48-51页 |
4.3.1 模拟运动轨迹 | 第48-49页 |
4.3.2 捷联惯导和GPS仿真 | 第49-50页 |
4.3.3 EKF仿真结果分析 | 第50-51页 |
4.3.4 UKF仿真结果分析 | 第51页 |
4.4 本章小结 | 第51-53页 |
第5章 移动机器人组合导航系统设计 | 第53-63页 |
5.1 组合导航系统硬件平台设计 | 第53-57页 |
5.1.1 开发板选型 | 第54-55页 |
5.1.2 IMU选型 | 第55-57页 |
5.1.3 GPS接收器选型 | 第57页 |
5.2 组合导航系统软件系统设计 | 第57-62页 |
5.2.1 DSP软件系统总体设计 | 第58页 |
5.2.2 DSP工作环境初始化 | 第58-60页 |
5.2.3 数据采集过程 | 第60-61页 |
5.2.4 数据同步系统 | 第61-62页 |
5.3 本章小结 | 第62-63页 |
第6章 移动机器人组合导航系统实验 | 第63-70页 |
6.1 户外运动实验 | 第63-68页 |
6.1.1 实验环境 | 第64页 |
6.1.2 实验结果分析 | 第64-68页 |
6.2 导航精度测试实验 | 第68-69页 |
6.2.1 实验环境 | 第68-69页 |
6.2.2 实验结果分析 | 第69页 |
6.3 本章小结 | 第69-70页 |
第7章 总结与展望 | 第70-72页 |
7.1 论文总结 | 第70-71页 |
7.2 研究工作展望 | 第71-72页 |
参考文献 | 第72-75页 |