移动机器人自主定位技术

　　前言
　　第1章 绪论
　　1.1 无线网络定位技术现状
　　1.2 射频识别定位技术现状
　　1.3 视觉定位技术研究现状
　　1.4 信息融合技术研究现状
　　第2章 移动机器人系统结构
　　2.1 移动机器人本体结构
　　2.1.1 机械系统
　　2.1.2 控制系统
　　2.2 移动机器人定位系统
　　第3章 机器人控制系统设计
　　3.1 基于功能构件的机器人模块化体系结构
　　3.1.1 体系结构简介
　　3.1.2 功能构件的特点
　　3.1.3 控制器功能构件的特点
　　3.2 系统需求分析
　　3.3 方案设计
　　3.3.1 平台的选择
　　3.3.2 结构框架
　　3.3.3 板级硬件设计原则
　　3.3.4 板级功能划分
　　3.3.5 具体技术路线
　　3.4 系统硬件设计
　　3.4.1 CPU板的设计
　　3.4.2 接插件板的设计
　　3.4.3 协处理器板的设计
　　3.4.4 按键板的设计
　　3.5 各部分电路的调试
　　3.5.1 总体调试流程
　　3.5.2 CPU板调试步骤
　　3.5.3 单片机系统调试步骤
　　3.5.4 CPLD系统调试步骤
　　3.6 协处理器功能实现
　　3.6.1 CPLD及其开发流程
　　3.6.2 CPLD系统各功能实现
　　3.6.3 单片机及其开发流程
　　3.6.4 单片机系统程序设计
　　3.7 基于嵌入式Linux的软件设计
　　3.7.1 嵌入式Linux操作系统及其开发流程
　　3.7.2 设备驱动程序设计
　　3.7.3 应用程序设计
　　第4章 无线网络定位技术
　　4.1 无线网络定位技术概述
　　4.2 无线信号强度
　　4.2.1 无线信道探测
　　4.2.2 网络驱动程序NDIS
　　4.3 室内环境定位因素
　　4.4 无线信号
　　4.4.1 无线信号RSSI值的获取
　　4.4.2 无线信号强度的分布
　　4.5 无线定位算法
　　4.5.1 信号传播模型公式
　　4.5.2 三边定位法
　　4.5.3 概率法
　　4.6 无线网络定位实验系统
　　4.6.1 实验平台构建
　　4.6.2 实验环境
　　4.6.3 定位实验
　　第5章 射频识别室内定位技术
　　5.1 射频识别技术概况
　　5.1.1 射频识别的基本组成
　　5.1.2 射频识别的基本工作原理
　　5.1.3 射频识别的分类及应用
　　5.2 基于射频识别的室内机器人定位系统
　　5.2.1 射频识别系统技术参数
　　5.2.2 射频识别硬件资源平台
　　5.3 射频识别阅读器与上位机的串口通信
　　5.4 信号强度与几何距离的映射关系
　　5.4.1 无线信号强度测距原理
　　5.4.2 信号传播损耗模型参数的确定
　　5.4.3 测距精度分析
　　5.5 定位估计理论
　　5.5.1 极大似然估计法
　　5.5.2 定位中的极大似然估计法(Maximum Likelihood Estimation)
　　5.5.3 最小二乘估计法
　　5.6 定位算法
　　5.6.1 读取四个标签定位
　　5.6.2 读取三个标签定位
　　5.6.3 读取三个以下标签定位
　　5.6.4 定位实验
　　5.6.5 定位精度分析
　　5.6.6 实时定位误差
　　5.7 基于射频识别的机器人系统设计与实验分析
　　5.7.1 基于射频识别的机器人参数标定系统设计
　　5.7.2 基于射频识别的机器人定位识别系统设计
　　5.7.3 机器人定位系统定位实验分析
　　第6章 视觉定位技术
　　6.1 SIFT算法概述
　　6.1.1 经典SIFT算法简介
　　6.1.2 改进的SIFT算法
　　6.2 特征点匹配
　　6.2.1 匹配算法
　　6.2.2 kdtree和BBF算法
　　6.3 改进SIFT算法实验
　　6.3.1 特征点维数对图像匹配效率影响的实验
　　6.3.2 维数对图像匹配效率影响的实验
　　6.4 匹配图像像素大小对图像匹配效率影响的实验
　　6.4.1 仅背景图变化的影响
　　6.4.2 仅目标图变化的影响
　　6.5 SIFT特征匹配实验1106.5.1 实验平台构建
　　6.5.2 SIFT特征匹配
　　第7章 机器人的网络遥操作
　　7.1 基于互联网的机器人遥操作技术简介
　　7.2 机器人的网络遥操作体系结构
　　7.2.1 遥操作系统结构
　　7.2.2 遥操作应用模式
　　7.2.3 Helix软件流媒体视频服务直播介绍
　　7.3 机器人遥操作的实施
　　7.3.1 遥操作网络通信
　　7.3.2 遥操作本地控制程序的建立
　　7.3.3 建立远端控制程序
　　7.3.4 机器人导航网页设计
　　7.4 机器人遥操作实验分析
　　第8章 机器人路径规划
　　8.1 路径规划简介
　　8.2 A*算法
　　8.2.1 A*算法原理简介
　　8.2.2 A*算法的实现步骤
　　8.3 基于A*算法的改进算法及实验
　　8.3.1 基于A*算法的改进算法
　　8.3.2 基于A*算法的改进算法实验
　　第9章 系统定位实验
　　9.1 多信息融合定位系统
　　9.2 定位信息的卡尔曼滤波
　　9.2.1 卡尔曼滤波简介
　　9.2.2 卡尔曼滤波算法
　　9.2.3 中值滤波与卡尔曼滤波的比较
　　9.3 系统定位实验
　　9.3.1 实验平台构建
　　9.3.2 机器人定位环境
　　9.3.3 机器人定位实验
　　9.3.4 定位误差分析及误差补偿
　　参考文献

　　《移动机器人自主定位技术》主要介绍基于多信息融合的移动机器人自主定位系统的相关理论基础与前沿技术，是根据作者所带领的研究团队近年来依托国家863专项课题所取得的学术研究和技术实践成果整理、撰写而成的。
　　书中对移动机器人自主定位的相关理论、方法以及关键技术问题作了较为深入而系统的论述，不仅包含对视觉定位、无线网络、射频识别定位等基础理论的阐述，同时提出一种新的基于无线局域网、射频识别、视觉定位信息融合的机器人定位技术，以及移动机器人轨迹规划等内容作了详细介绍，力求设计理念符合国内外先进技术的发展要求，设计内容与国内外最新研究成果同步。
　　《移动机器人自主定位技术》可供机械设计及理论、控制理论与控制工程、机械电子工程等相关专业的研究生阅读，也可作为机器人研究及自动化方向的科研人员及工程技术人员的参考用书。