| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 英文缩写对照表 | 第8-12页 |
| 1 绪论 | 第12-28页 |
| ·引言(课题的背景、来源及意义) | 第12-14页 |
| ·多源信息融合技术概述 | 第14-18页 |
| ·传感器管理概述 | 第18-20页 |
| ·多机器人系统协调与合作研究现状 | 第20-23页 |
| ·信息融合技术在多机器人协作中的关键问题 | 第23-25页 |
| ·本论文的内容安排 | 第25-28页 |
| 2 相关理论基础 | 第28-39页 |
| ·引言 | 第28页 |
| ·DEMPSTER-SHAFER证据理论(DST) | 第28-30页 |
| ·DEZERT-SMARANDACHE理论(DSMT) | 第30-34页 |
| ·ROUGH SET粗糙集(RST) | 第34-36页 |
| ·折扣理论 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 3 移动机器人主要传感器 | 第39-45页 |
| ·机器人仿真平台 | 第39-40页 |
| ·声纳传感器 | 第40-42页 |
| ·激光传感器 | 第42-43页 |
| ·里程计传感器 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 4 多源信息融合算法的改进 | 第45-61页 |
| ·引言 | 第45页 |
| ·基本信度分配获取方法的现状 | 第45-46页 |
| ·广义基本信度分配的客观获取方法 | 第46-50页 |
| ·广义基本信度分配获取方法仿真 | 第50-53页 |
| ·DST证据理论改进现状 | 第53-54页 |
| ·DST-DSMT智能算法原理 | 第54-58页 |
| ·DST-DSMT智能算法仿真 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 5 基于不确定性的传感器管理方法 | 第61-78页 |
| ·引言 | 第61页 |
| ·信息源相互关系的表示 | 第61-63页 |
| ·基于不确定信息的传感器管理 | 第63-73页 |
| ·声纳阵列的传感器管理 | 第73-74页 |
| ·算法性能仿真与分析 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 6 传感器管理与多机器人协调 | 第78-103页 |
| ·引言 | 第78页 |
| ·合理的环境描述 | 第78-79页 |
| ·有效的融合方法 | 第79-80页 |
| ·运动级协调控制 | 第80-90页 |
| ·任务级协调控制 | 第90-99页 |
| ·仿真与分析 | 第99-102页 |
| ·本章小结 | 第102-103页 |
| 7 总结与展望 | 第103-106页 |
| ·主要创新成果 | 第103-104页 |
| ·研究展望 | 第104-106页 |
| 致谢 | 第106-108页 |
| 参考文献 | 第108-117页 |
| 攻读博士学位期间发表论文 | 第117-118页 |
| 公开发表的学术论文与博士学位论文的关系 | 第118页 |