| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 移动机器人/编队及轨迹估计概述 | 第12-18页 |
| 1.2.1 移动机器人/编队发展现状 | 第12-14页 |
| 1.2.2 移动机器人轨迹估计问题 | 第14-16页 |
| 1.2.3 移动机器人编队轨迹估计问题 | 第16-18页 |
| 1.3 研究内容与论文结构 | 第18-20页 |
| 第二章 系统介绍与基础知识 | 第20-36页 |
| 2.1 移动机器人与编队的实验平台 | 第20-23页 |
| 2.2 移动机器人模型 | 第23-25页 |
| 2.3 卡尔曼滤波 | 第25-33页 |
| 2.3.1 线性卡尔曼滤波 | 第25-28页 |
| 2.3.2 局部线性化与扩展卡尔曼滤波 | 第28-33页 |
| 2.4 估计误差协方差矩阵的有界性 | 第33-34页 |
| 2.5 定方矩阵以及矩阵三角不等式 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 单机器人的轨迹估计 | 第36-50页 |
| 3.1 单机器人轨迹问题 | 第36-38页 |
| 3.2 基于扩展卡尔曼滤波的轨迹估计 | 第38-40页 |
| 3.3 具有随机时延测量的移动机器人状态扩展卡尔曼估计 | 第40-42页 |
| 3.4 估计误差的有界性分析 | 第42-44页 |
| 3.5 仿真与实验 | 第44-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 机器人编队的递阶式轨迹估计 | 第50-69页 |
| 4.1 机器人编队的轨迹估计问题 | 第50-57页 |
| 4.2 递阶式轨迹估计 | 第57-64页 |
| 4.2.1 跟随机器人F1、F2的轨迹估计 | 第57-60页 |
| 4.2.2 领航机器人L的轨迹估计 | 第60-64页 |
| 4.3 仿真 | 第64-68页 |
| 4.4 本章小节 | 第68-69页 |
| 第五章 机器人编队的分布式轨迹估计 | 第69-87页 |
| 5.1 分布式轨迹估计架构 | 第69-72页 |
| 5.2 分布式轨迹估计算法 | 第72-80页 |
| 5.3 仿真 | 第80-86页 |
| 5.4 本章小结 | 第86-87页 |
| 研究总结和展望 | 第87-89页 |
| 本文工作总结 | 第87-88页 |
| 展望 | 第88-89页 |
| 参考文献 | 第89-94页 |
| 攻读硕士学位期间取得的研究成果 | 第94-95页 |
| 致谢 | 第95-96页 |
| 附件 | 第96页 |