移动机器人路径规划和地图创建研究-AGV吧

论文目录

摘要
Abstract

1 绪论

1.1 研究背景和意义
1.2 移动机器人研究概况
1.2.1 移动机器人简介
1.2.2 移动机器人分类
1.2.3 移动机器人人机交互
1.2.4 移动机器人发展趋势
1.3 移动机器人定位和地图模型
1.3.1 定位技术
1.3.2 地图模型
1.4 同时定位与地图创建
1.4.1 SLAM技术与传感器
1.4.2 SLAM技术发展历程
1.4.3 SLAM问题解决方案
1.4.4 SLAM研究的基础问题
1.4.5 SLAM问题未来研究趋势
1.5 移动机器人路径规划
1.5.1 全局路径规划
1.5.2 局部路径规划
1.5.3 路径规划技术的发展趋势
1.6 论文结构和创新点
1.6.1 本文内容安排
1.6.2 本文主要创新点

2 基于卡尔曼滤波的同时定位与地图创建算法研究

2.1 引言
2.2 SLAM问题描述
2.3 移动机器人运动和观测模型
2.3.1 移动机器人坐标系统
2.3.2 运动模型
2.3.3 环境地图和传感器观测模型
2.3.4 简化仿真模型
2.4 SLAM中常用卡尔曼滤波器
2.4.1 扩展卡尔曼滤波
2.4.2 无迹卡尔曼滤波
2.5 抗外部干扰的卡尔曼滤波SLAM算法
2.5.1 算法设计思路
2.5.2 干扰检测和状态方差膨胀
2.5.3 算法流程
2.6 仿真实验结果及分析
2.7 本章小结

3 基于粒子滤波的同时定位与地图创建算法研究

3.1 引言
3.2 FastSLAM 2.0算法
3.3 基于DFC&ASD-PSO的FastSLAM算法
3.3.1 错误先验知识对FastSLAM算法的影响
3.3.2 Q_t和R_t调整的适应度函数
3.3.3 DFC&ASD-PSO
3.3.4 Q_t和R_t调整的流程
3.3.5 用于Q_t和R_t调整粒子的运动和观测模型
3.3.6 算法流程
3.3.7 仿真实验结果及分析
3.3.8 实验结果及分析
3.4 基于SR-UKF和改进遗传重采样的FastSLAM算法
3.4.1 SR-UKF算法
3.4.2 基于双赌轮选择和快速MH变异的遗传重采样
3.4.3 算法流程
3.4.4 仿真实验结果及分析
3.4.5 实验结果及分析
3.5 本章小结