声明
摘要
1.1 研究背景
1.2 国内外室内机器人发展现状
1.3 机器人导航技术及其发展
1.3.1 自主导航方法
1.3.2 自主导航关键技术及发展现状
1.4 多传感器融合在自主导航上的应用
1.5 本课题来源、目的及意义
1.5.1 课题来源
1.5.2 课题目的
1.5.3 课题意义
1.6 论文研究内容及结构安排
第2章 机器人综合系统框架总体设计
2.1 系统组成
2.2 机械平台
2.2.1 开源机器人平台
2.2.2 本课题平台设计
2.3 嵌入式硬件结构
2.3.1 开源硬件系统
2.3.2 本课题设计的硬件结构
2.4 软件系统
2.4.1 系统环境
2.4.2 本课题设计的软件系统
2.5 机器人系统总体框架
2.6 本章小结
第3章 基于ROS的多传感器融合SLAM方法研究
3.1 同时定位与地图构建的提出
3.1.1 自主导航问题
3.1.2 SLAM概念
3.1.3 SLAM在自主导航上的应用
3.2 本文提出的SLAM方法
3.2.1 超声、激光和视觉的多传感器融合
3.2.2 基于ROS的SLAM方法实现
3.2.3 本文方法在自主导航上实现
3.3 实验分析
3.3.1 融合建图实验
3.3.2自主导航实验
3.4 本章小结
第4章 差动机器人里程计校正方法研究
4.1 里程计修正问题的提出
4.1.1 里程计问题
4.1.2 惯性测量单元简介
4.1.3 IMU类型对比及选用
4.2 本文提出的里程计修正方法
4.2.1 姿态解算
4.2.2 基于EKF融合加速度计和陀螺仪数据
4.2.3 基于互补滤波融合磁力计数据
4.2.4 本文的综合修正方法
4.3 实验分析
4.3.1 传感器校准实验
4.3.2 传感器融合实验
4.3.3 里程计校正实验
4.4 本章小结
第5章 室内机器人全局路径规划方法研究
5.1 全局路径规划
5.1.1 路径规划定义
5.1.2 全局路径规划方法及发展
5.2 本文提出的方向A*算法
5.2.2 “视野线”平滑准则
5.2.3 “圆弧—直线—圆弧”转弯策略
5.2.4 本文的方向A*算法
5.2.5 基于二叉堆的加速方法
5.3 实验分析
5.3.1 路径规划仿真实验
5.3.2 真实环境下的实时路径规划
5.4 本章小结
第6章 基于语义建图的室内场景分类方法研究
6.1 室内语义SLAM
6.1.1 语义建图及发展
6.1.2 语义地图构建趋势
6.1.3 深度学习对语义建图的影响
6.2 本文提出的场景分类算法
6.2.1 自主规划探索路径
6.2.2 AlexNet实时分类模型
6.2.3 基于概率分布的语义建图
6.3 实验分析
6.3.1 自主建图实验
6.3.2 语义地图实验
6.3.3 语义地图对路径规划的影响
6.4 本章小结
第7章 总结与展望
7.1 总结
7.2 展望
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果