2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、移動(dòng)機(jī)器人技術(shù)的應(yīng)用水平與研究程度代表著一個(gè)國(guó)家工業(yè)自動(dòng)化發(fā)展的高低,對(duì)國(guó)防、社會(huì)、科學(xué)技術(shù)都有重要的戰(zhàn)略意義。而同時(shí)定位與地圖構(gòu)建(SLAM)方法是一個(gè)移動(dòng)機(jī)器人能夠?qū)崿F(xiàn)完全自主導(dǎo)航的關(guān)鍵因素,是機(jī)器人研究領(lǐng)域中的熱點(diǎn)與難點(diǎn)問(wèn)題,已經(jīng)引起許多研究學(xué)者的高度重視。
  本文在分析了SLAM方法的基本框架、移動(dòng)機(jī)器人相關(guān)模型的基礎(chǔ)上,深入研究了SLAM中機(jī)器人自定位及環(huán)境地圖的實(shí)時(shí)構(gòu)建等關(guān)鍵問(wèn)題,并研究提出一種改進(jìn)方案,以改善常規(guī)方

2、法的不足,提高機(jī)器人定位和地圖構(gòu)建的估計(jì)精度及執(zhí)行效率。具體的研究?jī)?nèi)容如下:
  首先,對(duì)移動(dòng)機(jī)器人的基本模型進(jìn)行深入研究,并且結(jié)合SLAM問(wèn)題的基本框架構(gòu)建仿真平臺(tái),本文的所有仿真驗(yàn)證實(shí)驗(yàn)都是在此平臺(tái)上完成的,為后續(xù)研究工作打好理論基礎(chǔ)。
  然后,對(duì)常規(guī)的卡爾曼濾波器理論進(jìn)行了介紹,推導(dǎo)出了EKF-SLAM的估計(jì)流程,并且在仿真平臺(tái)上驗(yàn)證了EKF-SLAM框架的可行性與有效性。針對(duì)EKF在估計(jì)移動(dòng)機(jī)器人非線(xiàn)性模型狀態(tài)時(shí)計(jì)

3、算雅克比矩陣帶來(lái)的截?cái)嗾`差的缺點(diǎn),給出了基于UKF的SLAM改進(jìn)方法,通過(guò)SLAM仿真實(shí)驗(yàn)表明,在噪聲的幅值增大時(shí),UKF-SLAM較EKF-SLAM有更好的估計(jì)效果與穩(wěn)定性。
  最后,針對(duì)常規(guī)FastS LAM方法粒子退化與樣本貧乏問(wèn)題,為改善粒子分布,提出一種基于自適應(yīng)人工物理優(yōu)化粒子濾波SLAM算法。通過(guò)人工物理優(yōu)化虛擬力模型假設(shè)采樣粒子之間擁有互相影響的排斥力與吸引力,粒子間的吸引力驅(qū)動(dòng)粒子朝后驗(yàn)概率密度逼近,改善了粒子

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論