文摘
英文文摘
声明
第1章 绪 论
1.1课题研究的意义
1.2移动机器人概述
1.2.1移动机器人国内外现状及发展趋势
1.2.2移动机器人定位技术概述
1.3多传感器信息融合技术
1.3.1多传感器信息融合的定义
1.3.2国内外多传感器数据融合技术的发展历史和现状
1.4信息融合技术在机器人领域中的应用
1.5本文的主要内容
第2章 多传感器信息融合技术
2.1多传感器信息融合技术的基本原理
2.2多传感器信息融合系统的层次结构
2.3信息融合的分类
2.3.1数据层融合
2.3.2特征层融合
2.3.3决策层融合
2.4多传感器信息融合系统的拓扑结构
2.5多传感器信息融合的一般方法
2.6本章小结
第3章 移动机器人定位方法研究
3.1基于概率的移动机器人定位技术
3.1.1贝叶斯滤波原理
3.2卡尔曼滤波定位算法(KF)
3.3马尔可夫定位方法
3.3.1拓扑马尔可夫定位
3.3.2基于栅格的马尔可夫定位
3.4粒子滤波定位方法
3.5本章小结
第4章 基于传感器信息融合的定位方法设计
4.1基于EKF的移动机器人定位
4.1.1坐标系统模型
4.1.2机器人位置模型
4.1.3里程计或者控制命令模型
4.1.4超声观测模型
4.2扩展卡尔曼定位方法
4.2.1 EKF定位的前提假设
4.2.2 EKF移动机器人定位方法的原理
4.2.3卡尔曼滤波器的应用限制
4.3移动机器人RFID定位系统
4.3.1移动机器人RFID定位原理
4.3.2 RFID定位估计误差
4.4基于传感器融合的机器人定位方法
4.4.1基于传感器融合的定位仿真
4.5本章小结
第5章 实验和结果分析
5.1移动机器人介绍
5.1.1移动机器人硬件结构设计
5.1.1移动机器人平台介绍
5.1.2移动机器人传感器介绍
5.2 RFID室内定位实验
5.3扩展卡尔曼定位实验
5.4实验结果分析
结论和展望
参考文献
致 谢
作者在攻读硕士学位期间发表的学术论文