机器人同时定位与建图方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-16页 |
| 第一章 绪论 | 第16-29页 |
| ·课题研究的背景与意义 | 第16-18页 |
| ·机器人同时定位与建图方法研究现状 | 第18-27页 |
| ·多机器人系统研究现状 | 第18-20页 |
| ·机器人同时定位与地图创建研究现状 | 第20-27页 |
| ·本论文的研究内容与组织结构 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第二章 基于不确定信息的地图创建方法研究 | 第29-44页 |
| ·概率栅格地图的创建方法研究 | 第29-36页 |
| ·声纳测距不确定信息分析 | 第29-31页 |
| ·改进的声纳测距概率模型的创建 | 第31-34页 |
| ·实验结果与分析 | 第34-36页 |
| ·特征地图的创建方法研究 | 第36-43页 |
| ·Hough变换的基本思想 | 第36-39页 |
| ·声纳弧的建立 | 第39页 |
| ·基于声纳弧的直线特征提取 | 第39-40页 |
| ·实验结果与分析 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第三章 基于栅格地图的地图融合算法研究 | 第44-70页 |
| ·多机器人控制系统方式 | 第44-46页 |
| ·基于差异进化算法的地图融合 | 第46-55页 |
| ·协作地图创建方法描述 | 第46-50页 |
| ·基于改进差异进化算法的多机器人地图融合 | 第50-53页 |
| ·实验结果与分析 | 第53-55页 |
| ·基于HOUGH变换的地图融合 | 第55-69页 |
| ·Hough谱 | 第56-57页 |
| ·T估计 | 第57-59页 |
| ·基于Hough变换的地图融合算法 | 第59-60页 |
| ·算法改进 | 第60页 |
| ·实验结果与分析 | 第60-69页 |
| ·小结 | 第69-70页 |
| 第四章 基于粒子群优化的SLAM方法研究 | 第70-90页 |
| ·机器人的系统模型 | 第70-72页 |
| ·机器人的运动模型 | 第71-72页 |
| ·机器人的观测模型 | 第72页 |
| ·SLAM问题描述 | 第72-73页 |
| ·FASTSLAM算法以及存在的问题 | 第73-76页 |
| ·FastSLAM算法 | 第73-75页 |
| ·FastSLAM存在的问题 | 第75-76页 |
| ·基于改进粒子群优化的FASTSLAM | 第76-82页 |
| ·粒子群优化算法 | 第76-77页 |
| ·改进的粒子群优化算法 | 第77-78页 |
| ·基于改进粒子群优化的FastSLAM算法 | 第78-79页 |
| ·实验结果与分析 | 第79-82页 |
| ·基于粒子群优化的多机器人SLAM | 第82-89页 |
| ·相对观测信息的获取 | 第82-85页 |
| ·融合相对观测量的粒子群优化协作定位算法 | 第85-86页 |
| ·实验结果与分析 | 第86-89页 |
| ·小结 | 第89-90页 |
| 第五章 基于稀疏扩展信息滤波的SLAM方法研究 | 第90-116页 |
| ·SLAM模型的信息形式 | 第90-91页 |
| ·SEIF的SLAM算法 | 第91-109页 |
| ·运动预测 | 第92-96页 |
| ·观测更新 | 第96-97页 |
| ·改进的稀疏规则 | 第97-102页 |
| ·增量式数据关联 | 第102-104页 |
| ·实验结果与分析 | 第104-109页 |
| ·基于SEIF的多机器人SLAM | 第109-115页 |
| ·基于SEIF的地图融合算法 | 第110-113页 |
| ·匹配的建立 | 第113页 |
| ·实验结果与分析 | 第113-115页 |
| ·小结 | 第115-116页 |
| 第六章 总结与展望 | 第116-118页 |
| ·论文工作总结 | 第116页 |
| ·进一步工作展望 | 第116-118页 |
| 参考文献 | 第118-127页 |
| 致谢 | 第127-128页 |
| 攻读学位期间的主要研究成果 | 第128-129页 |
