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 |