| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第16-30页 |
| 1.1 论文选题及研究意义 | 第16-18页 |
| 1.2 研究现状和难点 | 第18-28页 |
| 1.2.1 未知环境中自主定位的研究现状和难点 | 第19-26页 |
| 1.2.2 多机器人协同定位的研究现状和难点 | 第26-28页 |
| 1.3 论文主要工作和章节安排 | 第28-30页 |
| 第二章 基于激光雷达的顺序增量式聚类特征提取方法 | 第30-44页 |
| 2.1 引言 | 第30-32页 |
| 2.1.1 问题描述 | 第30页 |
| 2.1.2 相关研究概述 | 第30-32页 |
| 2.2 移动机器人实验平台 | 第32-35页 |
| 2.3 顺序增量式聚类的结构化特征提取 | 第35-40页 |
| 2.4 实验结果与分析 | 第40-42页 |
| 2.5 本章小结 | 第42-44页 |
| 第三章 未知非确定环境中的图匹配数据关联方法 | 第44-60页 |
| 3.1 引言 | 第44-47页 |
| 3.1.1 问题描述 | 第44页 |
| 3.1.2 相关研究概述 | 第44-47页 |
| 3.2 数据关联的图论模型 | 第47-49页 |
| 3.3 二次加权随机步进结合形状上下文的图匹配数据关联算法 | 第49-52页 |
| 3.4 实验结果与分析 | 第52-58页 |
| 3.5 本章小结 | 第58-60页 |
| 第四章 未知动态环境中融合地形聚合的同步定位与制图 | 第60-78页 |
| 4.1 引言 | 第60-62页 |
| 4.1.1 问题描述 | 第60页 |
| 4.1.2 相关研究概述 | 第60-62页 |
| 4.2 未知动态环境中地图创建的数学建模 | 第62-64页 |
| 4.3 未知动态环境中的地形聚合SLAM算法 | 第64-70页 |
| 4.3.1 地形聚合理论基础 | 第64-66页 |
| 4.3.2 融合地形聚合理论的动态环境SLAM算法 | 第66-70页 |
| 4.4 实验结果与分析 | 第70-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第五章 相对观测信息条件下的静态博弈协同定位算法 | 第78-98页 |
| 5.1 引言 | 第78-79页 |
| 5.1.1 问题描述 | 第78页 |
| 5.1.2 相关研究概述 | 第78-79页 |
| 5.2 相对观测信息及其数学模型 | 第79-81页 |
| 5.3 多机器人协同定位及其博弈模型 | 第81-82页 |
| 5.4 单向相对观测时的静态博弈及协同定位算法 | 第82-87页 |
| 5.5 双向相对观测时的静态博弈及协同定位算法 | 第87-91页 |
| 5.6 实验结果与分析 | 第91-97页 |
| 5.7 本章小结 | 第97-98页 |
| 第六章 共同观测信息条件下的最大熵博弈协同定位算法 | 第98-113页 |
| 6.1 引言 | 第98-99页 |
| 6.1.1 问题描述 | 第98页 |
| 6.1.2 相关研究概述 | 第98-99页 |
| 6.2 共同观测信息及其一致度模型 | 第99-102页 |
| 6.3 共同观测时的最大熵博弈机制 | 第102-105页 |
| 6.4 融合最大熵博弈的EKF协同定位算法 | 第105-108页 |
| 6.5 实验结果与分析 | 第108-112页 |
| 6.6 本章小结 | 第112-113页 |
| 第七章 总结与展望 | 第113-116页 |
| 7.1 论文工作和创新点总结 | 第113-114页 |
| 7.2 未来研究展望 | 第114-116页 |
| 参考文献 | 第116-127页 |
| 攻读学位期间发表论文与研究成果清单 | 第127-128页 |
| 致谢 | 第128-129页 |
| 作者简介 | 第129页 |
