文摘
英文文摘
第1章绪论
1.1研究背景
1.2自定位问题描述和分类
1.3国内外研究现状
1.4本文研究内容
第2章机器人自定位问题及方法
2.1定位问题基本要素
2.1.1移动机器人运动学模型
2.1.2地图信息
2.1.3传感信息模型
2.2机器人传感器误差
2.2.1 运动误差
2.2.2观测误差
2.3贝叶斯滤波
2.4高斯模型滤波
2.4.1卡尔曼滤波
2.4.2扩展卡尔曼滤波
2.4.3多假设分布滤波
2.5非参数模型滤波
2.5.1栅格法
2.5.2粒子滤波法
2.6本章小结
第3章基于粒子滤波的自定位算法
3.1粒子滤波定位法
3.2机器人运动模型
3.3粒子观测模型
3.4关键因素的影响分析
3.4.1粒子数目
3.4.2重采样方法
3.5基于运动噪声的粒子群解搜索
3.5.1粒子运动模型的参数设定
3.5.2基于噪声的搜索
3.5.3实验效果
3.6随机粒子
3.7自适应粒子数目调整
3.7.1 KLD-Sampling法
3.7.2实验效果
3.8本章小结
第4章动态环境对定位的影响
4.1未知障碍物状态建模
4.2障碍物信息检测模型
4.3基于检测模型的未知障碍物判定
4.4实验效果
4.5本章小结
第5章主动自定位及路径规划
5.1主动定位问题
5.2路径规划的基本算法
5.3基于侧滑力的规划算法
5.3.1静态障碍物侧滑力的计算
5.3.2动态障碍物的侧滑力计算
5.3.3陷阱检测与跳出
5.4仿真结果
5.5本章小结
第6章实验结果与验证
6.1仿真平台结构
6.2算法流程
6.3基本自定位问题的实验效果
6.3.1路径跟踪
6.3.2全局定位
6.3.3机器人绑架问题
6.3.4实际地图数据下的仿真结果
第7章结论与展望
参考文献
致谢