不确定环境下动态目标的快速路径规划算法研究

目录

1 绪论

1.1 课题研究背景及意义

1.2 移动机器人研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 移动机器人路径规划研究进展

1.3.1 全局路径规划

1.3.2 局部路径规划

1.4 论文的主要内容及结构

1.4.1 论文的主要内容

1.4.2 论文组织结构

2 移动机器人模型建立

2.1 移动机器人系统结构

2.2 坐标系系统

2.3 移动机器人运动学模型

2.4 移动机器人动力学模型

2.5 激光传感器的环境信息获取

2.5.1 激光测距传感器选型

2.5.2 激光测距传感器观测模型

2.6 本章小结

3 移动机器人即时定位与地图创建算法

3.1 SLAM系统原理

3.1.1 SLAM系统结构

3.1.2 SLAM问题的数学描述

3.2 基于PF的SLAM技术

3.2.1 贝叶斯重要性采样

3.2.2 序列重要性采样

3.2.3 提议分布的选择

3.3 地图构建中的Rao-Blackwellized粒子滤波算法

3.4 改进的Rao-Blackwellized粒子滤波算法

3.4.1 最优重要性概率密度函数

3.4.2 自适应重采样

3.5 自适应蒙特卡罗定位算法

3.6 实验验证

3.6.1 建图实验

3.6.2 定位实验

3.7 本章小结

4 移动机器人路径规划算法

4.1 全局路径规划算法

4.1.1 改进的A*算法

4.1.2 D*Lite算法

4.1.3 基于卡尔曼滤波和D*Lite算法的动态目标路径规划

4.2 局部路径规划算法

4.2.1动态窗口算法

4.2.2 机器人行为恢复

4.3 本章小结

5 移动机器人激光导航仿真实现

5.1 ROS介绍

5.2 导航方案总体设计

5.3导航实验及结果分析

5.3.1 单目标路径规划

5.3.2 多目标路径规划

5.4 本章小结

6 总结与展望

6.1 工作总结

6.2 工作展望

参考文献

致谢

附录1 机器人路径规划时间结果

附录2 硕士期间发表论文