| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-22页 |
| 1.1 AUV 的研究现状 | 第11-16页 |
| 1.1.1 AUV 国外研究现状 | 第11-15页 |
| 1.1.2 AUV 国内研究现状 | 第15-16页 |
| 1.2 SLAM 算法各类方法发展历程及原理简介 | 第16-18页 |
| 1.3 粒子滤波一致性研究现状及存在的问题 | 第18-20页 |
| 1.4 课题来源与论文组织结构 | 第20-22页 |
| 2 AUV 平台 C‐Ranger 和舱载传感器介绍 | 第22-27页 |
| 2.1 C-Ranger AUV 介绍 | 第22-23页 |
| 2.2 舱载传感器 | 第23-26页 |
| 2.2.1 构图传感器：主动成像声纳 Gemini 720i | 第24页 |
| 2.2.2 速度传感器：多普勒测速仪 DVL NavQuest60014 | 第24-25页 |
| 2.2.3 角度传感器：陀螺仪 GYRO 和姿态方位参考系统 AHRS | 第25-26页 |
| 2.2.4 位置传感器：全球定位系统 GPS | 第26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 传统 FastSLAM 算法介绍 | 第27-32页 |
| 3.1 FastSLAM 算法概述 | 第27-29页 |
| 3.2 FastSLAM 算法伪代码描述 | 第29-31页 |
| 3.3 本章小结 | 第31-32页 |
| 4 具有构图一致性的粒子滤波算法 FEJ‐FastSLAM 介绍 | 第32-43页 |
| 4.1 采样新位姿 | 第33-34页 |
| 4.2 在每个粒子中更新路标估计 | 第34-40页 |
| 4.2.1 EKF-SLAM 预测和更新 | 第34-37页 |
| 4.2.2 EKF-SLAM 的可观测性分析 | 第37-38页 |
| 4.2.3 标准 EKF-SLAM 的可观测性 | 第38-39页 |
| 4.2.4 首次估计雅克比 EKF（FEJ-EKF）算法介绍 | 第39-40页 |
| 4.3 计算重要性权值 | 第40-41页 |
| 4.4 粒子重采样 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 FEJ‐FastSLAM 算法的仿真与实验 | 第43-64页 |
| 5.1 仿真与结果分析 | 第43-52页 |
| 5.2 维多利亚公园数据集实验 | 第52-56页 |
| 5.3 海试实验结果和分析 | 第56-63页 |
| 5.3.1 应用于 C-Ranger 的 FEJ-FastSLAM | 第56-59页 |
| 5.3.2 团岛湾海试实验结果和分析 | 第59-63页 |
| 5.4 本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-65页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 个人简历 | 第70-71页 |
| 攻读硕士期间发表的论文 | 第71-72页 |
