基于改进粒子滤波的SLAM算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-19页 |
| ·引言 | 第7页 |
| ·移动机器人发展现状 | 第7-10页 |
| ·国外移动机器人发展现状 | 第8-9页 |
| ·国内移动机器人发展现状 | 第9-10页 |
| ·移动机器人同步定位与地图构建研究现状 | 第10-16页 |
| ·SLAM系统一般模型 | 第11-12页 |
| ·SLAM的实现方法 | 第12-14页 |
| ·SLAM中的关键问题 | 第14-16页 |
| ·本文主要内容 | 第16-19页 |
| 2 移动机器人系统建模及SLAM经典算法 | 第19-33页 |
| ·移动机器人系统建模 | 第19-21页 |
| ·移动机器人模型 | 第19页 |
| ·环境特征模型 | 第19-20页 |
| ·机器人运动模型 | 第20页 |
| ·机器人观测模型 | 第20-21页 |
| ·机器人噪声模型 | 第21页 |
| ·EKF-SLAM算法 | 第21-24页 |
| ·扩展卡尔曼滤波器 | 第21-22页 |
| ·EKF-SLAM算法实现步骤 | 第22-24页 |
| ·FastSLAM2.0算法 | 第24-28页 |
| ·粒子滤波器 | 第24-25页 |
| ·FastSLAM2.0算法实现步骤 | 第25-28页 |
| ·仿真实验及结果分析 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 3 基于补偿扩展卡尔曼粒子滤波的快速SLAM算法 | 第33-45页 |
| ·补偿扩展卡尔曼粒子滤波 | 第33-37页 |
| ·CEKPF-SLAM算法实现 | 第37-39页 |
| ·仿真结果与分析 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 4 基于裂变自举粒子滤波的快速SLAM算法 | 第45-55页 |
| ·裂变自举粒子滤波器 | 第45-46页 |
| ·FBPF-SLAM算法实现 | 第46-48页 |
| ·仿真结果及分析 | 第48-53页 |
| ·本章小结 | 第53-55页 |
| 5 基于权值优化组合粒子滤波的快速SLAM算法 | 第55-65页 |
| ·权值优化组合算法 | 第55-56页 |
| ·理论证明 | 第56-57页 |
| ·WOCPF-SLAM算法实现 | 第57-59页 |
| ·仿真结果及分析 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 6 总结和展望 | 第65-67页 |
| ·主要工作总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
