1. 研究目的与意义（文献综述包含参考文献）
1 、研究背景和意义伴随着国内外计算机技术和人工智能的快速发展，机器人相关领域也快速崛起，成为比较热门的发展行业，同时机器人的发展是时代的选择，也是各个国家重点投资和关注的行业。
在机器人的相关领域中，无人车是其中较为重要的组成部分，无人车也叫自动驾驶汽车，是汽车发展历史的一次突破，其依靠人工智能技术、视觉计算与雷达技术和定位系统等协同合作下实现智能安全无人操作地驾驶汽车。
无人车的核心技术为同时定位与地图创建（Simultaneous Localization and Mapping，SLAM）和导航技术，其中涉及传感器的感知、定位与路径规划等[1][2]。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
一、 本课题主要研究如下内容：本课题将从多传感器数据融合的角度出发，以实际应用效果提高为最终目标，不断尝试各种传感器的搭配融合，使用卡尔曼滤波算法、互补滤波算法等不同的算法来对传感器的数据进行融合处理来进行地图创建，并且安装在移动小车上，实时进行多传感器感知，根据数据建立有效的周围环境地图，根据建立的地图标注和显示自己的运动轨迹，实现智能自主的导航系统。
本课题将采用自主移动小车平台，对于多种传感器的搭配和数据融合、建图算法、路径规划算法以及自主导航等时间问题进行研究，最终建立一套基于多传感器数据融合的SLAM无人车系统，实现无人车的自主定位与自主导航。
具体步骤如下：（1）学习并实践ROS平台（2）基于激光SLAM和视觉SLAM等算法研究（3）自主移动无人车路径规划算法的研究（4）利用ROS平台进行多传感器数据融合的无人车SLAM建图和路径规划仿真（5）搭建移动机器人平台的真实场地测试（6）比较多种传感器融合效果的不同本课题所设计的自主移动小车系统主要包括硬件设计和软件设计。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
