自主式水下机器人基于线特征的SLAM算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10页 |
| ·国内外AUV研究现状及发展前景 | 第10-13页 |
| ·国内外AUV研究现状 | 第10-12页 |
| ·AUV发展前景 | 第12-13页 |
| ·同时定位与地图构建算法(SLAM)综述 | 第13-16页 |
| ·算法简介 | 第13-15页 |
| ·SLAM算法比较 | 第15-16页 |
| ·课题来源及章节安排 | 第16-18页 |
| 2 EKF-SLAM算法原理 | 第18-32页 |
| ·卡尔曼滤波器和扩展卡尔曼滤波器 | 第18-21页 |
| ·卡尔曼滤波器 | 第18-19页 |
| ·扩展卡尔曼滤波器 | 第19-21页 |
| ·系统模型 | 第21-23页 |
| ·状态模型 | 第21页 |
| ·环境特征模型 | 第21-22页 |
| ·观测模型 | 第22页 |
| ·状态向量及协方差矩阵 | 第22-23页 |
| ·噪声模型 | 第23页 |
| ·EKF-SLAM算法 | 第23-31页 |
| ·系统建模 | 第23-25页 |
| ·EKF-SLAM算法执行过程 | 第25-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于声纳的线特征提取算法 | 第32-44页 |
| ·声纳工作方式 | 第33页 |
| ·声纳数据处理 | 第33-36页 |
| ·声纳束预处理 | 第33-35页 |
| ·声纳数据存储 | 第35-36页 |
| ·线特征的提取 | 第36-42页 |
| ·投票空间 | 第37-38页 |
| ·投票 | 第38-40页 |
| ·不确定度估计 | 第40-42页 |
| ·实验验证及结果 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 4 基于线特征的EKF SLAM算法 | 第44-57页 |
| ·海试实验平台C-Ranger AUV | 第44-46页 |
| ·初始化 | 第46-47页 |
| ·预测 | 第47-48页 |
| ·观测及更新 | 第48-51页 |
| ·传感器数据更新 | 第48-50页 |
| ·环境特征更新 | 第50-51页 |
| ·数据关联 | 第51-52页 |
| ·状态扩充 | 第52-54页 |
| ·C-Ranger团岛湾海试与结果分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |
