基于移动机器人EKF-SLAM方法的一致性问题研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 路径规划研究现状 | 第11-13页 |
| 1.3 移动机器人同时定位与地图构建 | 第13-19页 |
| 1.3.1 SLAM技术研究现状 | 第13-17页 |
| 1.3.2 SLAM技术存在的问题及发展趋势 | 第17-19页 |
| 1.4 SLAM问题中常用的传感器 | 第19-20页 |
| 1.4.1 内部传感器 | 第19页 |
| 1.4.2 外部传感器 | 第19-20页 |
| 1.5 小结 | 第20-22页 |
| 第二章 移动机器人SLAM系统模型构建 | 第22-28页 |
| 2.1 引言 | 第22页 |
| 2.2 坐标系统模型及机器人位姿模型 | 第22-23页 |
| 2.3 环境地图模型 | 第23页 |
| 2.4 机器人运动模型 | 第23-24页 |
| 2.5 传感器模型 | 第24-25页 |
| 2.6 环境特征动态模型 | 第25-26页 |
| 2.7 噪声模型 | 第26页 |
| 2.8 SLAM问题的一般模型 | 第26页 |
| 2.9 本章小结 | 第26-28页 |
| 第三章 EKF-SLAM系统的收敛性及一致性研究 | 第28-50页 |
| 3.1 引言 | 第28页 |
| 3.2 EKF-SLAM算法 | 第28-31页 |
| 3.3 EKF-SLAM算法的收敛性研究 | 第31-39页 |
| 3.4 EKF-SLAM算法的一致性研究 | 第39-44页 |
| 3.5 实验仿真 | 第44-49页 |
| 3.6 小结 | 第49-50页 |
| 第四章 基于能观测性的SLAM系统一致性研究 | 第50-64页 |
| 4.1 引言 | 第50页 |
| 4.2 EKF-SLAM算法能观测性研究 | 第50-55页 |
| 4.3 基于一致性研究的EKF-SLAM算法 | 第55-58页 |
| 4.4 实验仿真 | 第58-62页 |
| 4.5 小结 | 第62-64页 |
| 第五章 结论 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 作者简介 | 第72页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第72-74页 |
| 致谢 | 第74-75页 |
