基于多传感器信息融合移动机器人避障决策研究

目录

摘要

1绪论

1．1课题研究背景

1．2国内外研究现状

1．2．1移动机器人研究现状

1．2．2多传感器信息融合技术研究现状

1．2．3避障决策研究方法现状

1．3研究目的和意义

1．3．1研究目的

1．3．2研究意义

1．4研究内容及各章安排

2移动机器人系统结构搭建

2．1移动机器人运动学建模

2．1．1运动学数学模型

2．1．2轨迹跟踪数学模型

2．2移动机器人系统搭建

2．3移动机器人器件选型

2．3．1STM32F103主控系统

2．3．2电机模块

2．3．3超声波测距传感器HC-SR04

2．3．4红外测距传感器GP2YOA21YKOF

2．3．5红外光电测距模块

2．3．6其他部分选型

2．4传感器安装位置

2．5本章小结

3多传感器信息融合方法研究

3．1多传感器信息融合主要内容

3．1．1多传感器信息融合基本原理

3．2．2多传感器信息融合结构

3．1．3多传感器信息融合层次

3．1．4多传感器信息融合方法

3．2静态测量多传感器信息融合方法

3．2．1卡尔曼滤波法基本原理

3．2．2加权平均法基本原理

3．2．3加权卡尔曼滤波融合方法

3．3动态测量多传感器信息融合方法

3．4本章小结

4移动机器人已知环境避障决策方法研究

4．1避障决策

4．1．1避障决策基本方法

4．1．2避障策略

4．2人工势场法

4．2．1人工势场法基本原理

4．2．2人工势场法存在问题

4．3基于模拟退火算法的人工势场法

4．3．1基本原理

4．3．2具体算法步骤

4．3．3实验仿真对比分析

4．4本章小结

5移动机器人未知环境避障决策方法研究

5．1强化学习主要内容

5．1．1强化学习基本原理

5．1．2马尔可夫决策过程

5．1．3强化学习基本要素

5．1．4强化学习的基本算法

5．2 Q-learning算法

5．2．1Q-learning算法基本原理

5．2．2Q-learning算法存在问题

5．3改进Q-learning算法

5．3．2改进Q-learning算法步骤

5．3．3实验仿真对比分析

5．4本章小结

6实验验证与结果分析

6．1多传感器信息融合实验

6．1．1静态测量融合实验及结果分析

6．1．2动态测量融合实验及结果分析

6．2移动机器人避障决策实验

6．2．1避障可行性实验

6．2．2已知环境避障实验

6．2．3未知环境避障实验

6．3本章小结

7结论与展望

7．1结论

7．2展望

参考文献

攻读硕士学位期间发表的论文及获得成果

致谢

声明