| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究的目的及意义 | 第9页 |
| ·国内外关于移动机器人发展的研究现状 | 第9-12页 |
| ·国外在移动机器人方面的研究现状 | 第9-11页 |
| ·我国在移动机器人方面的研究现状 | 第11-12页 |
| ·移动机器人的同时定位与地图创建 | 第12-13页 |
| ·移动机器人的定位技术 | 第12-13页 |
| ·移动机器人的地图创建方法 | 第13页 |
| ·课题的来源及章节安排 | 第13-15页 |
| 第二章 移动机器人的视觉系统标定与定位技术 | 第15-21页 |
| ·视觉系统标定与摄像机模型 | 第15-18页 |
| ·摄像机模型分类 | 第15-17页 |
| ·摄像机标定模型的选择 | 第17-18页 |
| ·视觉定位技术 | 第18页 |
| ·环境建模与定位技术 | 第18-19页 |
| ·地图创建方法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 图像特征提取技术 | 第21-29页 |
| ·局部特征提取方法 | 第21-22页 |
| ·SIFT算法 | 第22-25页 |
| ·SIFT算法的流程图 | 第22页 |
| ·图像尺度空间生成 | 第22-23页 |
| ·空间极值点检测 | 第23-24页 |
| ·关键点方向分配 | 第24页 |
| ·特征点特征矢量生成 | 第24-25页 |
| ·霍夫变换提纯匹配对 | 第25-27页 |
| ·霍夫变换基本原理 | 第25-26页 |
| ·仿射模型参数计算 | 第26-27页 |
| ·霍夫单元生成 | 第27页 |
| ·试验仿真图 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章SLAM的基础理论和系统平台建立 | 第29-35页 |
| ·SLAM算法通用框架 | 第29页 |
| ·卡尔曼滤波方法介绍 | 第29-31页 |
| ·卡尔曼滤波算法 | 第29-31页 |
| ·扩展卡尔曼滤波算法 | 第31页 |
| ·系统建模 | 第31-34页 |
| ·机器人的坐标系统模型 | 第31-32页 |
| ·机器人的运动模型 | 第32页 |
| ·传感器观测模型 | 第32-33页 |
| ·环境地图与环境特征模型 | 第33页 |
| ·数据关联模型 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 基于强跟踪滤波器的EKF-SLAM算法研究 | 第35-44页 |
| ·基于扩展卡尔曼滤波的同时定位与地图创建 | 第35-39页 |
| ·强跟踪滤波器基本原理 | 第39-40页 |
| ·强跟踪滤波器的引入 | 第39页 |
| ·强跟踪滤波器基本原理 | 第39页 |
| ·带有渐消因子的滤波器 | 第39-40页 |
| ·算法实施 | 第40页 |
| ·试验仿真 | 第40-43页 |
| ·仿真环境的模拟创建 | 第40-41页 |
| ·仿真示例和分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| ·工作总结 | 第44页 |
| ·未来工作展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 发表论文和科研情况说明 | 第49-50页 |
| 致谢 | 第50-51页 |