| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题的背景及意义 | 第10-12页 |
| 1.2 面向SLAM的特征提取方法研究现状 | 第12-17页 |
| 1.2.1 面向SLAM的特征提取方法的国外研究现状 | 第12-17页 |
| 1.2.2 面向SLAM的特征提取方法的国内研究现状 | 第17页 |
| 1.3 SLAM中数据关联方法研究现状 | 第17-19页 |
| 1.3.1 SLAM中数据关联方法的国外研究现状 | 第17-18页 |
| 1.3.2 SLAM中数据关联方法的国内研究现状 | 第18-19页 |
| 1.4 课题的主要研究内容及研究方法 | 第19-20页 |
| 1.4.1 课题的主要研究内容 | 第19页 |
| 1.4.2 课题的主要研究方法 | 第19-20页 |
| 1.5 论文的组织结构 | 第20-22页 |
| 第2章 SLAM系统建模 | 第22-32页 |
| 2.1 引言 | 第22页 |
| 2.2 SLAM基本原理 | 第22-23页 |
| 2.3 SLAM数学描述 | 第23-27页 |
| 2.3.1 贝叶斯估计 | 第24-25页 |
| 2.3.2 SLAM概率模型 | 第25-27页 |
| 2.4 SLAM系统建模 | 第27-31页 |
| 2.4.1 坐标系统 | 第27-28页 |
| 2.4.2 机器人模型 | 第28-30页 |
| 2.4.3 地图模型 | 第30页 |
| 2.4.4 特征模型 | 第30页 |
| 2.4.5 传感器测量模型 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 环境感知特征提取方法研究与设计 | 第32-48页 |
| 3.1 引言 | 第32页 |
| 3.2 环境数据采集 | 第32-36页 |
| 3.2.1 激光测距仪工作原理 | 第33-34页 |
| 3.2.2 环境数据采集 | 第34-35页 |
| 3.2.3 环境感知数据预处理 | 第35-36页 |
| 3.3 点集分割 | 第36-40页 |
| 3.3.1 断点检测分组 | 第36-38页 |
| 3.3.2 分割-聚合分段 | 第38-40页 |
| 3.4 提取线性参数 | 第40-45页 |
| 3.4.1 正交最小二乘直线拟合基本原理 | 第40-41页 |
| 3.4.2 优化最小二乘直线拟合方法设计 | 第41-43页 |
| 3.4.3 优化最小二乘直线拟合算法的计算复杂度分析 | 第43-45页 |
| 3.5 端点确定 | 第45-46页 |
| 3.6 特征提取算法验证 | 第46-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第4章 数据关联方法研究与设计 | 第48-62页 |
| 4.1 引言 | 第48页 |
| 4.2 数据关联问题描述 | 第48-49页 |
| 4.3 独立兼容最近邻数据关联方法研究 | 第49页 |
| 4.4 联合相容分枝定界数据关联方法研究 | 第49-50页 |
| 4.5 基于关联准则的混合自适应数据关联方法设计 | 第50-54页 |
| 4.5.1 模糊数据关联 | 第50-51页 |
| 4.5.2 错误匹配及校正策略 | 第51-52页 |
| 4.5.3 基于局部半圆区域的数据关联 | 第52-54页 |
| 4.5.4 基于关联准则的混合自适应数据关联步骤 | 第54页 |
| 4.6 基于关联准则的混合自适应数据关联方法验证 | 第54-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第5章 基于线段特征的EKF-SLAM方法研究与设计 | 第62-74页 |
| 5.1 引言 | 第62页 |
| 5.2 EKF基本原理 | 第62-63页 |
| 5.3 基于线段特征的EKF-SLAM方法设计 | 第63-70页 |
| 5.4 基于线段特征的EKF-SLAM方法验证 | 第70-73页 |
| 5.5 本章小结 | 第73-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |
