首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

大尺度未知海底环境下的AUV同时定位与地图构建方法研究

摘要第1-6页
ABSTRACT第6-10页
1 绪论第10-21页
   ·国内外研究概况第11-13页
     ·国外研究概况第11-12页
     ·国内研究概况第12-13页
   ·目前的水下导航方法第13-15页
     ·航位推算与惯性导航第13-14页
     ·声学导航第14页
     ·组合导航第14-15页
     ·地球物理导航第15页
   ·SLAM 综述第15-20页
     ·基于EKF 的SLAM第16-18页
     ·基于概率的SLAM第18-19页
     ·基于粒子滤波器的SLAM第19-20页
   ·论文的组织结构第20-21页
2 SLAM 算法原理及性质第21-31页
   ·地图构建第21-23页
     ·栅格地图第22页
     ·特征地图第22-23页
     ·拓扑地图第23页
   ·卡尔曼滤波第23-25页
   ·系统模型第25-27页
     ·状态模型第25页
     ·特征模型第25-26页
     ·观测模型第26-27页
     ·状态向量及协方差矩阵第27页
   ·SLAM 算法原理第27-29页
   ·SLAM 算法生成地图的性质第29页
   ·SLAM 算法需要解决的问题第29-30页
   ·本章小结第30-31页
3 基于声呐的水下环境成像及点特征提取方法第31-41页
   ·声呐成像系统第31-34页
   ·水下环境成像第34-36页
   ·点特征提取方法第36-40页
     ·单Ping 阈值分割第36-38页
     ·单Ping 稀疏化处理第38-39页
     ·单点圆周稀疏化处理第39-40页
   ·本章小结第40-41页
4 大尺度未知海底环境下的 SLAM 算法第41-63页
   ·扩展卡尔曼滤波(EKF)算法第41-43页
     ·扩展卡尔曼滤波算法第41-42页
     ·关于EKF 的讨论第42-43页
   ·数据关联第43-47页
     ·门限过滤第43-46页
     ·最邻近数据关联第46-47页
   ·基于EKF 的SLAM 算法第47-55页
     ·系统建模第47-48页
     ·EKF_SLAM 算法第48-49页
     ·预测阶段第49-51页
     ·传感器数据更新第51-52页
     ·位置更新第52-54页
     ·状态扩充第54-55页
   ·仿真结果第55-62页
     ·实验1第55-60页
     ·实验2第60-62页
   ·本章小结第62-63页
5 总结与展望第63-65页
   ·总结第63页
   ·展望第63-65页
参考文献第65-70页
附录 2D 空间的变换运算第70-72页
致谢第72-73页
个人简历第73-74页
攻读硕士学位期间发表的论文第74页

论文共74页,点击 下载论文
上一篇:基于ADuC845数据采集系统的研究与设计
下一篇:基于MODIS数据的渤海海冰重要参数提取技术与探测系统