两轮载人自平衡车跟随技术的研究

目录

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 跟随机器人研究现状

1.2.2 目标跟踪技术研究现状

1.2.3 平衡车控制方案研究现状

1.3 国内外文献分析

1.4 论文主要研究内容及章节组织结构

第2章 方案设计及平台搭建

2.1 跟随方案选定

(1) 基于超声波的定位算法

(2) 基于WiFi 的定位技术

(3) 基于蓝牙的定位算法

(4) 视觉定位

2.2 两轮载人自平衡跟随车的搭建

2.2.1 硬件平台搭建

2.2.2 系统软件设计

2.3 本章小结

第3章 融合测姿方法的研究

3.1 姿态检测系统的组成

3.1.1 加速度计

3.1.2 陀螺仪

3.1.3 姿态融合的必要性

3.2 卡尔曼滤波算法

3.2.1 卡尔曼滤波原理

3.2.2 卡尔曼滤波器设计

3.2.3 卡尔曼滤波测试及局限性分析

3.3 改进的自适应卡尔曼滤波算法设计

3.3.1 Sage-Husa自适应卡尔曼滤波算法

3.3.2 强跟踪卡尔曼滤波算法

3.3.3 改进的自适应卡尔曼滤波算法

3.4 仿真实验分析

3.5 本章小结

第4章 目标检测算法优化

4.1 AprilTag目标检测算法

4.1.1 AprilTag算法原理介绍

4.1.2 识别效果测试

4.2 二次检测算法设计

4.2.1 局部二值模式(LBP)

4.2.2 Haar-like特征

4.2.3 AdaBoost算法

4.2.4 AdaBoost框架下的级联分类器训练

4.2.5 识别效果测试

4.3 被跟随目标位置预测

4.3.1 最小二乘曲线拟合算法

4.3.2 基于卡尔曼滤波的目标位置预测

4.3.3 实验分析

4.4 本章小结

第5章 跟随控制方案优化研究

5.1 目标测距

5.1.1 相机模型

5.1.2 相机标定

5.1.3 测距实验

5.2 PID控制及缺陷分析

5.2.1 PID控制理论

5.2.2 PID控制测试及缺陷分析

5.3 模糊神经网络PID控制器设计

5.3.1 模糊神经网络结构

5.3.2 模糊神经网络学习算法

5.4 实验分析

5.4.1 仿真实验分析

5.4.2 控制效果测试

5.5本章小结

第6章 软件系统的实现和测试

6.1 软件系统的实现

6.1.1 总体程序设计

6.1.2 姿态采集及融合程序设计

6.1.3 目标检测定位程序设计

6.1.4 跟随控制程序设计

6.2 系统测试

6.2.1 目标检测性能测试

6.2.2 目标跟随性能测试

6.3 本章小结

第7章 总结与展望

7.1 总结

7.2 展望

参考文献

攻读硕士学位期间的科研成果

致谢

声明