| 摘要 | 第1-4页 |
| Abstract | 第4-12页 |
| 1 绪论 | 第12-26页 |
| ·课题背景 | 第12-14页 |
| ·智能交通 | 第12页 |
| ·车载自主导航系统 | 第12-13页 |
| ·智能交通系统中的多智能车协作 | 第13-14页 |
| ·车载定位导航系统的国内外发展现状 | 第14-15页 |
| ·车载定位导航系统中信息融合技术 | 第15-20页 |
| ·信息融合技术 | 第15-16页 |
| ·信息融合的主要算法 | 第16-17页 |
| ·车载组合导航系统中信息融合技术发展现状 | 第17-18页 |
| ·智能车辆自主定位(Active Localization)技术概述 | 第18-20页 |
| ·多智能车辆协作编队的研究现状 | 第20-24页 |
| ·多智能车辆协作编队概述 | 第20-21页 |
| ·多智能车辆协作编队控制技术 | 第21-24页 |
| ·本文研究的主要内容 | 第24-26页 |
| 2 智能车辆组合定位导航技术 | 第26-35页 |
| ·智能车辆组合定位导航系统的基本组成 | 第26-27页 |
| ·GPS定位技术 | 第27-30页 |
| ·GPS构成 | 第27-28页 |
| ·GPS定位原理 | 第28-30页 |
| ·航位推算法(DR)的定位原理 | 第30-32页 |
| ·基于单目视觉的智能车辆定位原理 | 第32-34页 |
| ·基于单目视觉的智能车辆定位导航原理 | 第32-33页 |
| ·基于视觉的定位导航主要功能 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 基于中心差分粒子滤波算法的智能车辆定位技术 | 第35-57页 |
| ·组合定位问题描述 | 第35-36页 |
| ·PF算法的基本原理 | 第36-39页 |
| ·基本粒子滤波算法中存在的问题 | 第39-41页 |
| ·中心差分粒子滤波器组合定位方法 | 第41-51页 |
| ·无偏变换(Unscented Transform)原理 | 第41-42页 |
| ·无偏卡尔曼滤波(UKF)算法 | 第42-44页 |
| ·CDKF滤波算法 | 第44-45页 |
| ·迭代中心差分KF算法(ICDKF) | 第45-48页 |
| ·迭代中心差分卡尔曼粒子滤波算法(ICDPFFastSLAM) | 第48-51页 |
| ·仿真实验 | 第51-56页 |
| ·实验模型 | 第51-54页 |
| ·实验结果分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 4 基于拍卖机制的多智能车辆编队问题的研究 | 第57-87页 |
| ·引言 | 第57页 |
| ·智能车辆能力分类 | 第57-58页 |
| ·车辆编队中多智能车辆之间任务协商与动态联盟 | 第58-70页 |
| ·合同网协议 | 第59页 |
| ·基于范例推理的受限合同网协议 | 第59-61页 |
| ·基于扩展合同网协议的多任务分配算法仿真实现过程 | 第61-67页 |
| ·联盟决策的改进 | 第67-69页 |
| ·动态联盟 | 第69-70页 |
| ·基于英式拍卖的多Agent合作编队协调算法 | 第70-72页 |
| ·车辆编队行为协调控制方法 | 第72-76页 |
| ·社会势场法 | 第74-75页 |
| ·编队队形控制中的行为分解 | 第75-76页 |
| ·车辆编队变化过程中目标点的指派问题 | 第76-84页 |
| ·不同队形中虚拟目标点的计算 | 第76-80页 |
| ·虚拟目标点的最优分配 | 第80-84页 |
| ·车辆编队仿真实验及分析 | 第84-86页 |
| ·仿真实验 | 第84-86页 |
| ·本章小结 | 第86-87页 |
| 5 基于拍卖机制的多智能车辆编队问题的研究 | 第87-98页 |
| ·引言 | 第87页 |
| ·仿真系统设计 | 第87-89页 |
| ·总体设计 | 第87-88页 |
| ·虚拟目标Agent | 第88-89页 |
| ·车辆编队成员 | 第89页 |
| ·传感器 | 第89页 |
| ·Multi-Formation仿真系统 | 第89-97页 |
| ·编队仿真系统平台的主要功能 | 第91页 |
| ·仿真系统的软件结构 | 第91页 |
| ·仿真试验演示 | 第91-97页 |
| ·本章小结 | 第97-98页 |
| 结论 | 第98-100页 |
| 参考文献 | 第100-109页 |
| 攻读学位期间发表的学术论文 | 第109-110页 |
| 致谢 | 第110-111页 |
| 个人简历 | 第111-112页 |
