温室环境下移动机器人的环境地图构建研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景 | 第9-10页 |
| ·农业移动机器人研究现状 | 第10-14页 |
| ·国外农业移动机器人发展现状 | 第10-12页 |
| ·国内农业移动机器人发展现状 | 第12-14页 |
| ·移动机器人地图构建的研究现状 | 第14-16页 |
| ·国外机器人环境地图研究现状 | 第14-15页 |
| ·国内机器人环境地图研究现状 | 第15-16页 |
| ·论文研究意义与论文安排 | 第16-18页 |
| ·论文研究意义 | 第16页 |
| ·论文安排 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 环境地图构建框架 | 第19-38页 |
| ·地图构建 | 第20-28页 |
| ·地图描述方法 | 第21-24页 |
| ·传感器与环境信息的获取 | 第24-26页 |
| ·不确定信息的描述和处理方法 | 第26-28页 |
| ·移动机器人定位 | 第28-31页 |
| ·相对定位 | 第29-30页 |
| ·绝对定位 | 第30-31页 |
| ·组合定位 | 第31页 |
| ·路径规划 | 第31-35页 |
| ·路径规划的传统算法 | 第33-34页 |
| ·路径规划的智能算法 | 第34-35页 |
| ·地图构建中的组合问题 | 第35-37页 |
| ·同步定位与地图构建 | 第35-36页 |
| ·主动定位 | 第36页 |
| ·环境探测策略 | 第36页 |
| ·多机器人协作制图 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 温室环境地图创建 | 第38-50页 |
| ·栅格地图原理及其构建 | 第38-42页 |
| ·D-S证据融合栅格地图构建原理 | 第38-40页 |
| ·声纳栅格地图的构建 | 第40-42页 |
| ·地图构建算法仿真 | 第42-46页 |
| ·D-S算法地图仿真 | 第42-43页 |
| ·融合算法改进 | 第43-46页 |
| ·基于视觉的全局地图构建 | 第46-49页 |
| ·基于视觉的地图算法 | 第46-48页 |
| ·仿真与结论 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第四章 温室移动机器人定位 | 第50-65页 |
| ·基于HSI的机器人全局定位 | 第50-54页 |
| ·环境地图的获取 | 第50-51页 |
| ·基于颜色信息的机器人栅格地图定位方法 | 第51-53页 |
| ·基于HSI的机器人定位 | 第53-54页 |
| ·仿真结果 | 第54页 |
| ·基于UKF的温室机器人定位算法 | 第54-62页 |
| ·卡尔曼滤波基本概念 | 第55-59页 |
| ·无迹变换 | 第59-60页 |
| ·无迹卡尔曼滤波 | 第60-62页 |
| ·基于UKF仿真实验 | 第62-63页 |
| ·机器人模型 | 第62-63页 |
| ·仿真结果 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第五章 基于蚁群算法温室移动机器人路径规划 | 第65-82页 |
| ·蚁群算法 | 第65-72页 |
| ·蚁群算法提出 | 第66-67页 |
| ·蚂蚁算法的基本模型 | 第67-70页 |
| ·改进蚂蚁算法(蚁群系统) | 第70-72页 |
| ·基于蚁群算法的移动机器人路径规划 | 第72-77页 |
| ·机器人环境模型 | 第72-74页 |
| ·基于蚁群算法的机器人路径规划 | 第74-75页 |
| ·算法实现步骤 | 第75-77页 |
| ·算法仿真研究 | 第77-81页 |
| ·参数设定 | 第78-80页 |
| ·蚁群算法仿真结果 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| ·论文总结 | 第82页 |
| ·论文展望 | 第82-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-92页 |
| 附录A | 第92页 |
