| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 引言 | 第7-14页 |
| ·课题的提出及意义 | 第7-8页 |
| ·移动机器人同步自定位与地图创建国内外研究现状 | 第8-13页 |
| ·移动机器人同步自定位与地图创建中的关键技术 | 第8-10页 |
| ·移动机器人环境地图的表示方式 | 第8页 |
| ·不确定信息的处理方法 | 第8-9页 |
| ·移动机器人的定位方法 | 第9-10页 |
| ·国外基于粒子滤波的移动机器人SLAM研究现状 | 第10-12页 |
| ·FastSLAM算法 | 第10-11页 |
| ·DP-SLAM算法 | 第11页 |
| ·基于Rao-Blackwellized粒子滤波的SLAM算法 | 第11-12页 |
| ·国内基于粒子滤波的移动机器人SLAM研究现状 | 第12-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| 第二章 QDU-Ⅲ型自主式移动机器人的研制 | 第14-32页 |
| ·引言 | 第14页 |
| ·QDU-Ⅲ型自主式移动机器人的结构及组成 | 第14-15页 |
| ·传感器的选择与布局 | 第15-18页 |
| ·声纳测距传感器 | 第16页 |
| ·激光测距仪 | 第16-17页 |
| ·视觉传感器 | 第17页 |
| ·红外测距传感器 | 第17-18页 |
| ·QDU-Ⅲ型自主式移动机器人控制系统组成及工作原理 | 第18-19页 |
| ·环境感知系统设计 | 第19-25页 |
| ·声纳、红外测距子模块硬件电路设计 | 第19-21页 |
| ·声纳、红外测距子模块软件设计 | 第21-22页 |
| ·CAN总线通信硬件电路设计 | 第22-23页 |
| ·CAN总线通信协议的制定 | 第23-25页 |
| ·CAN总线通信上位机软件设计 | 第25-26页 |
| ·运动控制系统设计 | 第26-30页 |
| ·基于 EPOS的移动机器人运动控制系统的组成及原理 | 第26-27页 |
| ·VC++6.0环境下EPOS运动控制器的应用开发 | 第27-28页 |
| ·基于两轮差速的移动机器人运动控制 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 基于粒子滤波的移动机器人自定位研究 | 第32-44页 |
| ·引言 | 第32页 |
| ·粒子滤波的基本原理 | 第32-35页 |
| ·贝叶斯滤波算法 | 第32-33页 |
| ·基本粒子滤波算法 | 第33-35页 |
| ·移动机器人概率运动模型 | 第35-38页 |
| ·移动机器人的理想运动模型 | 第35-36页 |
| ·移动机器人概率运动模型的建立 | 第36页 |
| ·随机噪声抽样算法 | 第36-37页 |
| ·移动机器人概率运动模型抽样算法 | 第37-38页 |
| ·移动机器人概率感知模型 | 第38-40页 |
| ·移动机器人概率感知模型的建立 | 第38-39页 |
| ·局部地图到全局地图映射的坐标变换 | 第39页 |
| ·局部地图与全局地图的匹配 | 第39页 |
| ·粒子权重的归一化处理 | 第39-40页 |
| ·粒子滤波算法的随机重采样 | 第40-42页 |
| ·基于粒子滤波算法的移动机器人自定位 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于粒子滤波的移动机器人SLAM研究 | 第44-53页 |
| ·引言 | 第44页 |
| ·声纳传感器模型 | 第44-47页 |
| ·概率栅格地图的更新 | 第47-48页 |
| ·移动机器人同步自定位与概率栅格地图创建 | 第48-52页 |
| ·基于粒子滤波的移动机器人SLAM原理 | 第48-50页 |
| ·基于粒子滤波的移动机器人SLAM程序设计 | 第50-52页 |
| ·SLAM程序开发环境 | 第50页 |
| ·SLAM程序的数据结构设计 | 第50-51页 |
| ·SLAM程序设计 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于粒子滤波的移动机器人 SLAM实验研究 | 第53-61页 |
| ·引言 | 第53页 |
| ·SLAM程序的参数选择 | 第53-54页 |
| ·地图创建实验及结果分析 | 第54-60页 |
| ·声纳传感器标定 | 第54-57页 |
| ·地图创建实验方法 | 第57-58页 |
| ·实验结果及分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 全文总结 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
