移動機器人自主定位技術(shù)

前言
第1章  緒論
  1.1  無線網(wǎng)絡(luò)定位技術(shù)現(xiàn)狀
  1.2  射頻識別定位技術(shù)現(xiàn)狀
  1.3  視覺定位技術(shù)研究現(xiàn)狀
  1.4  信息融合技術(shù)研究現(xiàn)狀
第2章  移動機器人系統(tǒng)結(jié)構(gòu)
  2.1  移動機器人本體結(jié)構(gòu)
    2.1.1  機械系統(tǒng)
    2.1.2  控制系統(tǒng)
  2.2  移動機器人定位系統(tǒng)
第3章  機器人控制系統(tǒng)設(shè)計
  3.1  基于功能構(gòu)件的機器人模塊化體系結(jié)構(gòu)
    3.1.1  體系結(jié)構(gòu)簡介
    3.1.2  功能構(gòu)件的特點
    3.1.3  控制器功能構(gòu)件的特點
  3.2  系統(tǒng)需求分析
  3.3  方案設(shè)計
    3.3.1  平臺的選擇
    3.3.2  結(jié)構(gòu)框架
    3.3.3  板級硬件設(shè)計原則
    3.3.4  板級功能劃分
    3.3.5  具體技術(shù)路線
  3.4  系統(tǒng)硬件設(shè)計
    3.4.1  CPU板的設(shè)計
    3.4.2  接插件板的設(shè)計
    3.4.3  協(xié)處理器板的設(shè)計
    3.4.4  按鍵板的設(shè)計
  3.5  各部分電路的調(diào)試
    3.5.1  總體調(diào)試流程
    3.5.2  CPU板調(diào)試步驟
    3.5.3  單片機系統(tǒng)調(diào)試步驟
    3.5.4  CPLD系統(tǒng)調(diào)試步驟
  3.6  協(xié)處理器功能實現(xiàn)
    3.6.1  CPLD及其開發(fā)流程
    3.6.2  CPLD系統(tǒng)各功能實現(xiàn)
    3.6.3  單片機及其開發(fā)流程
    3.6.4  單片機系統(tǒng)程序設(shè)計
  3.7  基于嵌入式Linux的軟件設(shè)計
    3.7.1  嵌入式Linux操作系統(tǒng)及其開發(fā)流程
    3.7.2  設(shè)備驅(qū)動程序設(shè)計
    3.7.3  應(yīng)用程序設(shè)計
第4章  無線網(wǎng)絡(luò)定位技術(shù)
  4.1  無線網(wǎng)絡(luò)定位技術(shù)概述
  4.2  無線信號強度
    4.2.1  無線信道探測
    4.2.2  網(wǎng)絡(luò)驅(qū)動程序NDIS
  4.3  室內(nèi)環(huán)境定位因素
  4.4  無線信號
    4.4.1  無線信號RSSI值的獲取
    4.4.2  無線信號強度的分布
  4.5  無線定位算法
    4.5.1  信號傳播模型公式
    4.5.2  三邊定位法
    4.5.3  概率法
  4.6  無線網(wǎng)絡(luò)定位實驗系統(tǒng)
    4.6.1  實驗平臺構(gòu)建
    4.6.2  實驗環(huán)境
    4.6.3  定位實驗
第5章  射頻識別室內(nèi)定位技術(shù)
  5.1  射頻識別技術(shù)概況
    5.1.1  射頻識別的基本組成
    5.1.2  射頻識別的基本工作原理
    5.1.3  射頻識別的分類及應(yīng)用
  5.2  基于射頻識別的室內(nèi)機器人定位系統(tǒng)
    5.2.1  射頻識別系統(tǒng)技術(shù)參數(shù)
    5.2.2  射頻識別硬件資源平臺
  5.3  射頻識別閱讀器與上位機的串口通信
  5.4  信號強度與幾何距離的映射關(guān)系
    5.4.1  無線信號強度測距原理
    5.4.2  信號傳播損耗模型參數(shù)的確定
    5.4.3  測距精度分析
  5.5  定位估計理論
    5.5.1  極大似然估計法
    5.5.2  定位中的極大似然估計法(Maximum Likelihood Estimation)
    5.5.3  最小二乘估計法
  5.6  定位算法
    5.6.1  讀取四個標簽定位
    5.6.2  讀取三個標簽定位
    5.6.3  讀取三個以下標簽定位
    5.6.4  定位實驗
    5.6.5  定位精度分析
    5.6.6  實時定位誤差
  5.7  基于射頻識別的機器人系統(tǒng)設(shè)計與實驗分析
    5.7.1  基于射頻識別的機器人參數(shù)標定系統(tǒng)設(shè)計
    5.7.2  基于射頻識別的機器人定位識別系統(tǒng)設(shè)計
    5.7.3  機器人定位系統(tǒng)定位實驗分析
第6章  視覺定位技術(shù)
  6.1  SIFT算法概述
    6.1.1  經(jīng)典SIFT算法簡介
    6.1.2  改進的SIFT算法
  6.2  特征點匹配
    6.2.1  匹配算法
    6.2.2  kd-tree和BBF算法
  6.3  改進SIFT算法實驗
    6.3.1  特征點維數(shù)對圖像匹配效率影響的實驗
    6.3.2  維數(shù)對圖像匹配效率影響的實驗
  6.4  匹配圖像像素大小對圖像匹配效率影響的實驗
    6.4.1  僅背景圖變化的影響
    6.4.2  僅目標圖變化的影響
  6.5  SIFT特征匹配實驗
    6.5.1  實驗平臺構(gòu)建
    6.5.2  SIFT特征匹配
第7章  機器人的網(wǎng)絡(luò)遙操作
  7.1  基于互聯(lián)網(wǎng)的機器人遙操作技術(shù)簡介
  7.2  機器人的網(wǎng)絡(luò)遙操作體系結(jié)構(gòu)
    7.2.1  遙操作系統(tǒng)結(jié)構(gòu)
    7.2.2  遙操作應(yīng)用模式
    7.2.3  Helix軟件流媒體視頻服務(wù)直播介紹
  7.3  機器人遙操作的實施
    7.3.1  遙操作網(wǎng)絡(luò)通信
    7.3.2  遙操作本地控制程序的建立
    7.3.3  建立遠端控制程序
    7.3.4  機器人導(dǎo)航網(wǎng)頁設(shè)計
  7.4  機器人遙操作實驗分析
第8章  機器人路徑規(guī)劃
  8.1  路徑規(guī)劃簡介
  8.2  A*算法
    8.2.1  A*算法原理簡介
    8.2.2  A*算法的實現(xiàn)步驟
  8.3  基于A*算法的改進算法及實驗
    8.3.1  基于A*算法的改進算法
    8.3.2  基于A*算法的改進算法實驗
第9章  系統(tǒng)定位實驗
  9.1  多信息融合定位系統(tǒng)
  9.2  定位信息的卡爾曼濾波
    9.2.1  卡爾曼濾波簡介
    9.2.2  卡爾曼濾波算法
    9.2.3  中值濾波與卡爾曼濾波的比較
  9.3  系統(tǒng)定位實驗
    9.3.1  實驗平臺構(gòu)建
    9.3.2  機器人定位環(huán)境
    9.3.3  機器人定位實驗
    9.3.4  定位誤差分析及誤差補償
參考文獻