書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
移動機器人 SLAM 、目標跟蹤及路徑規(guī)劃

移動機器人 SLAM 、目標跟蹤及路徑規(guī)劃

作者：陳孟元
出版社：北京航空航天大學出版社出版時間：2018-05-01
開本： 24cm 頁數(shù)： 210頁
中 圖 價:¥29.4(6.0折) 定價  ¥49.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>
買過本商品的人還買了

移動機器人 SLAM 、目標跟蹤及路徑規(guī)劃 版權(quán)信息

移動機器人 SLAM 、目標跟蹤及路徑規(guī)劃 本書特色

本書主要結(jié)合工業(yè)機器人的諸多理論及應(yīng)用技術(shù)等，對機器人的相關(guān)知識點進行了較為全面的導引性描述，并輔以教學課件供教師教學參考和學生自學。

移動機器人 SLAM 、目標跟蹤及路徑規(guī)劃 內(nèi)容簡介

本書系統(tǒng)介紹了移動機器人SLAM、目標跟蹤及路徑規(guī)劃三方面相對獨立又彼此相關(guān)的內(nèi)容, 尤其又擴展到移動機器人與無線傳感網(wǎng)絡(luò)、基于無線傳感網(wǎng)絡(luò)的目標跟蹤等前沿問題。受到2014年“諾貝爾生理學或醫(yī)學獎”啟發(fā), 擬將發(fā)現(xiàn)的局部場景細胞、位姿細胞、網(wǎng)格細胞、速度細胞、邊界細胞等具有定位導航功能的細胞模型應(yīng)用于SLAM研究中。

移動機器人 SLAM 、目標跟蹤及路徑規(guī)劃 目錄

第1章 緒論 1.1 移動機器人同步定位與地圖構(gòu)建研究 1.2 多移動機器人協(xié)同定位研究 1.2.1 多機器人系統(tǒng)研究 1.2.2 多移動機器人協(xié)同體系結(jié)構(gòu) 1.2.3 多移動機器人協(xié)同定位研究現(xiàn)狀 1.3 多移動機器人目標跟蹤研究 1.4 多移動機器人路徑規(guī)劃研究 1.5 本章小結(jié) 第2章 基于卡爾曼濾波及其衍生的同步定位與地圖構(gòu)建算法 2.1 卡爾曼濾波及SLAM問題概述 2.1.1 卡爾曼濾波的概述 2.1.2 SLAM問題的概率描述 2.2 基于擴展卡爾曼濾波的SLAM研究 2.2.1 EKF-SLAM算法 2.2.2 EKF-SLAM算法過程 2.2.3 仿真實驗及分析 2.3 基于無跡卡爾曼濾波的SLAM研究 2.3.1 UKF-SLAM算法 2.3.2 UT變換 2.3.3 UKF-SLAM算法過程 2.3.4 仿真實驗及分析 2.4 基于UKF-SLAM改進算法的研究 2.4.1 SR-UKF-SLAM算法 2.4.2 SPSR-UKF-SLAM算法 2.4.3 仿真實驗及分析 2.5 基于容積卡爾曼濾波及改進算法的研究 2.5.1 CKF算法概述 2.5.2 容積變換 2.5.3 CKF算法步驟 2.5.4 SR-CKF-SLAM算法 2.5.5 ISR-CKF-SLAM算法 2.5.6 仿真實驗及分析 2.6 本章小結(jié) 第3章 基于SR-CKF的多移動機器人協(xié)同定位及目標跟蹤算法 3.1 基于SR-CKF的多機器人協(xié)同定位算法 3.1.1 卡爾曼濾波器 3.1.2 平方根容積卡爾曼濾波算法在移動機器人定位中的應(yīng)用 3.1.3 基于SR-CKF的相對方位多機器人協(xié)同定位算法 3.1.4 仿真實驗及分析 3.2 移動機器人動態(tài)目標跟蹤算法 3.2.1 移動機器人同時定位與動態(tài)目標跟蹤 3.2.2 基于SR-CKF的移動機器人動態(tài)目標跟蹤算法 3.2.3 仿真實驗及分析 3.3 多移動機器人協(xié)同定位與目標跟蹤研究 3.3.1 多移動機器人編隊控制 3.3.2 數(shù)據(jù)融合問題 3.3.3 基于協(xié)方差交集的多機器人協(xié)同目標跟蹤算法 3.3.4 仿真實驗及分析 3.4 本章小結(jié) 第4章 基于自適應(yīng)SR-CKF的序貫式WSNs目標跟蹤算法 4.1 系統(tǒng)模型及問題 4.1.1 目標運動模型 4.1.2 傳感器節(jié)點觀測模型 4.2 自適應(yīng)SR-CKF序貫式WSNs目標跟蹤算法 4.3 仿真實驗及分析 4.3.1 仿真環(huán)境及參數(shù) 4.3.2 仿真結(jié)果及性能分析 4.3.3 跟蹤誤差分析 4.3.4 運行時間及能耗分析 4.4 本章小結(jié) 第5章 基于改進CKF的WSNs與移動機器人協(xié)作定位算法 5.1 系統(tǒng)模型及問題描述 5.1.1 移動機器人-WSNs定位問題描述 5.1.2 移動機器人-WSNs系統(tǒng)模型 5.2 基于移動機器人輔助的改進CKF的節(jié)點定位算法 5.2.1 卡爾曼濾波在節(jié)點定位中的應(yīng)用 5.2.2 基于改進CKF的輔助節(jié)點定位算法 5.2.3 基于GM-CKF的輔助節(jié)點定位算法 5.2.4 仿真實驗及分析 5.3 WSNs環(huán)境下基于改進CKF算法的移動機器人定位算法 5.3.1 WSNs環(huán)境下移動機器人定位研究 5.3.2 CKF算法改進思想 5.3.3 WSNs環(huán)境下移動機器人定位算法實現(xiàn)流程 5.3.4 仿真實驗及分析 5.4 基于改進CKF算法的WSNs與移動機器人協(xié)作定位 5.4.1 協(xié)作定位問題描述與建模 5.4.2 改進CKF算法的WSNs與移動機器人協(xié)作定位 5.4.3 仿真實驗及分析 5.5 本章小結(jié) 第6章 基于粒子濾波(PF)的同步定位與地圖構(gòu)建算法 6.1 基于快速同步定位與地圖構(gòu)建的移動機器人算法 6.1.1 FastSLAM算法的提出 6.1.2 FastSLAM算法分析 6.1.3 優(yōu)化的FastSLAM算法基本原理 6.1.4 仿真實驗及分析 6.2 基于改進Rao-Blackwellized粒子濾波(RBPF)的SLAM算法 6.2.1 環(huán)境建模 6.2.2 RBPF-SLAM算法描述 6.2.3 改進RBPF-SLAM算法 6.2.4 仿真實驗及分析 6.3 本章小結(jié) 第7章 已知環(huán)境下全局路徑規(guī)劃算法 7.1 基于優(yōu)化D*Lite算法的移動機器人路徑規(guī)劃算法 7.1.1 算法優(yōu)化策略 7.1.2 優(yōu)化的D*Lite搜索過程 7.1.3 優(yōu)化的D*Lite算法仿真 7.2 基于改進蟻群算法的移動機器人路徑規(guī)劃算法 7.2.1 環(huán)境模型的建立 7.2.2 傳統(tǒng)蟻群算法 7.2.3 改進的蟻群路徑規(guī)劃算法 7.2.4 改進算法流程 7.2.5 仿真實驗及分析 7.3 基于改進人工勢場法的移動機器人路徑規(guī)劃算法_ 7.3.1 傳統(tǒng)人工勢場法 7.3.2 修改引力場函數(shù) 7.3.3 修改斥力場函數(shù) 7.3.4 局部極小值分析 7.3.5 仿真實驗及分析 7.4 本章小結(jié) 第8章 未知環(huán)境下基于滾動窗口與多層Morphin的局部路徑規(guī)劃算法 8.1 問題描述 8.2 滾動窗口規(guī)劃基本原理 8.2.1 滾動規(guī)劃的方法 8.2.2 滾動窗口的構(gòu)造 8.3 局部子目標點的選取 8.4 障礙物預測模型及避碰策略 8.4.1 障礙物預測模型 8.4.2 避碰預測及策略 8.4.3 算法流程 8.4.4 仿真實驗及分析 8.5 未知環(huán)境下基于多層Morphin的局部路徑規(guī)劃算法 8.5.1 移動機器人運動學模型 8.5.2 Morphin算法原理 8.5.3 多層Morphin搜索樹 8.5.4 路徑評估函數(shù) 8.6 本章小結(jié) 第9章 移動機器人混合路徑算法及編隊控制 9.1 基于改進量子粒子群和Morphin算法的混合路徑規(guī)劃算法 9.1.1 基于改進QPSO的全局路徑規(guī)劃 9.1.2 基于Morphin算法的局部路徑規(guī)劃 9.1.3 仿真實驗及分析 9.2 基于人工勢場的多移動機器人系統(tǒng)編隊控制 9.2.1 多移動機器人編隊控制算法 9.2.2 基于群集理論的多移動機器人系統(tǒng)運動控制模型 9.2.3 多移動機器人編隊控制中的勢場函數(shù) 9.2.4 基于人工勢場的多移動機器人編隊形成 9.2.5 仿真實驗及分析 9.3 基于虛擬領(lǐng)航和人工勢場的編隊控制 9.3.1 基于虛擬領(lǐng)航者的機器人運動方程 9.3.2 基于虛擬領(lǐng)航的群集算法實現(xiàn) 9.3.3 算法穩(wěn)定性分析 9.3.4 仿真實驗及分析 9.4 本章小結(jié) 第10章 基于鼠類腦細胞導航機理的移動機器人仿生SLAM算法 10.1 源于自然的機器人導航 10.1.1 鼠類相關(guān)導航腦細胞 10.1.2 國內(nèi)外研究現(xiàn)狀及分析 10.1.3 鼠類腦細胞導航機理下的仿生SLAM 10.2 基于位姿細胞和局部場景細胞的SLAM算法研究(VP-SLAM) 10.2.1 模型概述 10.2.2 實驗場景介紹 10.3 基于實時關(guān)鍵幀匹配的閉環(huán)檢測模型研究(GVP-SLAM) 10.3.1 模型概述 10.3.2 仿真實驗及分析 10.4 融合速度細胞和邊界細胞的鼠類導航模型研究(BVGSP-SLAM) 10.4.1 模型概述 10.4.2 仿真實驗及分析 10.5 融合DGSOM神經(jīng)網(wǎng)絡(luò)的BVGSP-SLAM模型 10.5.1 模型概述 10.5.2 仿真實驗及分析 10.6 本章小結(jié) 參考文獻
展開全部

移動機器人 SLAM 、目標跟蹤及路徑規(guī)劃 作者簡介

陳孟元，安徽工程大學副教授，學術(shù)骨干；中國科學技術(shù)大學博士。近年來，其主要從事移動機器人SLAM、目標跟蹤及路徑規(guī)劃的研究與教學，主持各類橫縱項目10余項，以第一作者發(fā)表學術(shù)論文30余篇(其中SCI／EI收錄10余篇)，以第一發(fā)明人獲得國家專利6項，獲得安徽省教學成果獎一、二等獎各1項，出版規(guī)劃教材2部。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服