移动机器人的同时定位和地图构建
| 第一章 绪论 | 第10-25页 |
| 1．1 智能移动机器人概述及其发展 | 第10-14页 |
| 1．1．1 国内外著名的机器人研究所 | 第10-12页 |
| 1．1．2 室内服务机器人 | 第12-13页 |
| 1．1．3 室外 ALV | 第13-14页 |
| 1．2 移动机器人系统 | 第14-15页 |
| 1．3 传感器 | 第15-16页 |
| 1．3．1 激光雷达 | 第15页 |
| 1．3．2 毫米波雷达 | 第15-16页 |
| 1．3．3 声纳 | 第16页 |
| 1．3．4 视觉 | 第16页 |
| 1．4 地图构建 | 第16-17页 |
| 1．4．1 栅格尺度地图 | 第16-17页 |
| 1．4．2 几何尺度地图 | 第17页 |
| 1．4．3 拓扑地图 | 第17页 |
| 1．5 定位 | 第17-19页 |
| 1．5．1 全局定位 | 第18页 |
| 1．5．2 位置跟踪 | 第18-19页 |
| 1．6 同时定位与地图构建 | 第19-22页 |
| 1．6．1 增广的状态空间 | 第20-21页 |
| 1．6．2 SLAM方法 | 第21-22页 |
| 1．7 论文的研究内容与组织结构 | 第22-25页 |
| 第二章 系统模型 | 第25-34页 |
| 2．1 实验平台与实验环境 | 第25-26页 |
| 2．1．1 室内机器人平台和激光测距雷达 | 第25页 |
| 2．1．2 室外 ALV平台和激光测距雷达 | 第25-26页 |
| 2．2 坐标系统模型 | 第26-27页 |
| 2．3 环境地图模型 | 第27页 |
| 2．4 机器人位置模型 | 第27-28页 |
| 2．5 里程计或控制命令模型 | 第28页 |
| 2．6 机器人运动模型 | 第28-29页 |
| 2．7 传感器观测模型 | 第29-31页 |
| 2．8 环境特征的动态模型 | 第31页 |
| 2．9 环境特征的增广模型 | 第31页 |
| 2．10 噪声模型 | 第31-32页 |
| 2．11 数据关联 | 第32-33页 |
| 2．12 本章小结 | 第33-34页 |
| 第三章 地图构建 | 第34-57页 |
| 3．1 地图概述 | 第34-36页 |
| 3．2 室内环境地图构建 | 第36-44页 |
| 3．2．1 局部线段地图构建 | 第36-40页 |
| 3．2．2 局部特征点地图构建 | 第40-41页 |
| 3．2．3 全局地图构建 | 第41-43页 |
| 3．2．4 顺序地图 | 第43-44页 |
| 3．2．5 实验结果 | 第44页 |
| 3．3 室外环境特征的提取与地图构建 | 第44-55页 |
| 3．3．1 障碍检测 | 第44-47页 |
| 3．3．2 协方差交叉 | 第47-49页 |
| 3．3．3 室外道路环境 2D地图构建 | 第49-51页 |
| 3．3．4 实验结果 | 第51-53页 |
| 3．3．5 室外越野环境3D地图构建 | 第53-55页 |
| 3．4 本章小结 | 第55-57页 |
| 第四章 定位 | 第57-80页 |
| 4．1 定位概述 | 第57-59页 |
| 4．1．1 早期的定位系统 | 第57页 |
| 4．1．2 基于信号灯的定位 | 第57-58页 |
| 4．1．3 基于环境地图的定位 | 第58页 |
| 4．1．4 现代定位技术 | 第58-59页 |
| 4．2 基于顺序地图和相对关系的全局匹配 | 第59-66页 |
| 4．2．1 完整线段提取 | 第59-60页 |
| 4．2．2 特征点提取 | 第60-61页 |
| 4．2．3 混合完整线段和特征点的匹配 | 第61-64页 |
| 4．2．4 实验结果 | 第64-66页 |
| 4．3 基于线性卡尔曼滤波的局部位置跟踪 | 第66-74页 |
| 4．3．1 卡尔曼滤波器与扩展的卡尔曼滤波器 | 第67-68页 |
| 4．3．2 基于 KF的位置跟踪 | 第68-73页 |
| 4．3．3 实验结果 | 第73-74页 |
| 4．4 定位方法比较 | 第74-77页 |
| 4．4．1 LKF | 第74-75页 |
| 4．4．2 EKF | 第75页 |
| 4．4．3 UKF | 第75-76页 |
| 4．4．4 MKV | 第76页 |
| 4．4．5 MCL | 第76-77页 |
| 4．4．6 MM | 第77页 |
| 4．4．7 实验比较 | 第77页 |
| 4．5 本章小结 | 第77-80页 |
| 第五章 同时定位与地图构建 | 第80-102页 |
| 5．1 SLAM概述 | 第80-81页 |
| 5．2 全协方差方案 | 第81-84页 |
| 5．3 基于线性系统模型的 SLAM方案 | 第84-91页 |
| 5．3．1 状态空间 | 第85-86页 |
| 5．3．2 线性系统模型 | 第86-88页 |
| 5．3．3 同时定位与地图构建过程 | 第88-91页 |
| 5．4 优化方案 | 第91-96页 |
| 5．4．1 状态空间的优化 | 第91-92页 |
| 5．4．2 状态预测 | 第92页 |
| 5．4．3 观测更新 | 第92-93页 |
| 5．4．4 状态增广 | 第93-94页 |
| 5．4．5 近似 | 第94页 |
| 5．4．6 实验结果 | 第94-96页 |
| 5．5 室外环境下的 SLAM | 第96-99页 |
| 5．5．1 状态空间 | 第96页 |
| 5．5．2 状态预测 | 第96-97页 |
| 5．5．3 观测更新 | 第97页 |
| 5．5．4 状态增广 | 第97-98页 |
| 5．5．5 实验结果 | 第98-99页 |
| 5．6 本章小结 | 第99页 |
| 5．7 本章附录——两个矩阵定义 | 第99-102页 |
| 第六章 总结和展望 | 第102-104页 |
| 6．1 全文总结 | 第102页 |
| 6．2 本文主要贡献 | 第102-103页 |
| 6．3 未来研究方向 | 第103-104页 |
| 参考文献 | 第104-116页 |
| 作者攻读博士期间完成的论文 | 第116-117页 |
| 致谢 | 第117页 |
