智能车定位与路径优化方法研究

论文目录
摘要
Abstract

第一章 绪论

1.1 研究背景及意义
1.2 国内外研究现状分析
1.2.1 SLAM的研究现状
1.2.2 路径规划研究现状
1.3 论文主要研究内容及安排

第二章 智能车定位与路径规划相关模型构建

2.1 智能车本体模型
2.1.1 坐标系模型
2.1.2 里程计模型
2.1.3 智能车运动模型
2.2 智能车传感器观测模型
2.3 数据关联模型
2.4 智能车SLAM问题的一般模型
2.5 本章小结

第三章 RBPF-SLAM方法研究与改进

3.1 基于粒子滤波器SLAM算法
3.1.1 Rao-Blackwellised分解
3.1.2 序贯重要性采样(SIS)
3.1.3 粒子退化问题及解决办法
3.1.4 粒子滤波算法流程
3.2 问题的提出与描述
3.3 融合ICP和NDT的回环检测算法
3.3.1 ICP与NDT算法
3.3.2 融合ICP和NDT的回环检测算法
3.4 基于卡尔曼滤波的闭环优化算法
3.4.1 标准卡尔曼滤波技术
3.4.2 基于卡尔曼滤波的闭环优化算法
3.5 基于RBPF的Gmapping算法
3.6 实验与分析
3.7 本章小结

第四章 基于A*和DWA算法融合的路径规划方法研究

4.1 基于A*算法的全局路径规划
4.1.1 A*算法简介
4.1.2 改进的A*算法
4.1.3 A*算法的仿真实验
4.2 基于DWA算法的局部路径规划
4.2.1 DWA算法简介
4.2.2 DWA算法在智能车上的应用
4.3 基于改进A*和DWA算法的混合路径规划方法
4.3.1 混合路径规划方法介绍
4.3.2 仿真实验
4.4 本章小结

第五章 基于ROS的SLAM和导航实验

5.1 Robotic Operating System简介
5.2 基于ROS的SLAM实验
5.2.1 基于ROS的SLAM功能实现
5.2.2 实验结果与分析
5.3 基于ROS的导航实验
5.3.1 实验平台简介
5.3.2 基于ROS的导航功能实现
5.3.3 实验结果与分析
5.4 本章小结

第六章 总结与展望

6.1 本文总结
6.2 建议与展望
参考文献
在读期间公开发表的论文
致谢

智能车定位与路径优化方法研究-AGV吧
智能车定位与路径优化方法研究
此内容为付费资源,请付费后查看
20积分
付费资源
© 版权声明
THE END
喜欢就支持一下吧
点赞7 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容