| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题背景 | 第9-11页 |
| 1.2 导航和定位技术 | 第11-12页 |
| 1.3 即时定位与地图构建（SLAM）算法 | 第12-13页 |
| 1.4 本文所做的工作及内容安排 | 第13-15页 |
| 2 即时定位与地图构建（SLAM）算法 | 第15-29页 |
| 2.1 SLAM 算法介绍 | 第15-19页 |
| 2.1.1 SLAM 算法定义 | 第15-16页 |
| 2.1.2 SLAM 算法执行过程 | 第16-19页 |
| 2.2 基于扩展卡尔曼滤波（Extended Kalman Filter,EKF）的 SLAM | 第19-28页 |
| 2.2.1 EKF-SLAM 算法概述 | 第19-24页 |
| 2.2.2 系统各状态向量 | 第24页 |
| 2.2.3 状态预测 | 第24-26页 |
| 2.2.4 系统状态更新 | 第26-27页 |
| 2.2.5 系统状态扩充 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 B 样条基础 | 第29-39页 |
| 3.1 B 样条曲线的定义及性质 | 第29-31页 |
| 3.2 非均匀 B 样条曲线 | 第31-32页 |
| 3.3 曲线拟合 | 第32-34页 |
| 3.4 B 样条曲线的延伸 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 利用 B 样条解决 SLAM 问题 | 第39-56页 |
| 4.1 激光扫描分割 | 第39-43页 |
| 4.2 B 样条的数据关联方法 | 第43-45页 |
| 4.3 状态模型 | 第45页 |
| 4.4 观测模型 | 第45-47页 |
| 4.5 B 样条 SLAM 的执行过程 | 第47-50页 |
| 4.5.1 卡尔曼滤波器的预测 | 第47-48页 |
| 4.5.2 卡尔曼滤波器更新 | 第48页 |
| 4.5.3 地图扩充 | 第48-50页 |
| 4.6 仿真实验 | 第50-55页 |
| 4.7 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 个人简历 | 第60-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |