首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

动态环境下移动机器人同时定位与建图研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-23页
   ·课题来源与研究背景第11页
   ·移动机器人同时定位与建图的研究意义第11-12页
   ·国内外研究现状分析第12-20页
     ·移动机器人定位第12-13页
     ·移动机器人建图第13-15页
     ·移动机器人同时定位与建图第15-17页
     ·动态环境下SLAM技术第17-19页
     ·动态环境下SLAM的难点和关键问题第19-20页
   ·本论文的研究内容及组织结构第20-23页
     ·论文的研究思路和内容第20-21页
     ·论文章节安排第21-23页
第二章 移动机器人同时定位与建图第23-41页
   ·移动机器人SLAM相关模型第23-28页
     ·SLAM系统模型第23-25页
     ·移动机器人运动模型第25-26页
     ·路标模型第26-27页
     ·传感器观测模型第27-28页
   ·移动机器人SLAM中的不确定性第28-30页
   ·移动机器人SLAM解决方法第30-40页
     ·SLAM解决思想第30页
     ·基于扩展卡尔曼滤波的SLAM方法(EKF-SLAM)第30-35页
     ·基于粒子滤波的SLAM方法(PF-SLAM)第35-40页
   ·小结第40-41页
第三章 移动机器人SLAM方法的改进第41-58页
   ·基于局部地图的EKF-SLAM方法第41-50页
     ·系统状态描述第42-43页
     ·基于局部地图的EKF-SLAM算法第43-48页
     ·实验分析第48-50页
   ·基于粒子群优化的PF-SLAM第50-57页
     ·粒子滤波方法的不足第50-51页
     ·粒子群优化的原理第51-53页
     ·融合粒子群优化的SLAM算法第53-55页
     ·实验分析第55-57页
   ·小结第57-58页
第四章 SLAM中的数据关联问题研究第58-72页
   ·SLAM中的数据关联问题及方法第60-63页
     ·SLAM中数据关联问题的描述第60-61页
     ·ICNN数据关联方法第61-62页
     ·JCBB数据关联方法第62-63页
   ·基于粒子滤波的多假设数据关联方法第63-68页
     ·多数据关联假设思想第64-65页
     ·基于粒子滤波的多假设数据关联算法第65-67页
     ·实验分析第67-68页
   ·各种关联算法分析及比较第68-71页
   ·小结第71-72页
第五章 动态目标检测与动态环境建图第72-89页
   ·动态目标检测技术第72-76页
     ·基于地图的动态目标检测方法第72-74页
     ·基于传感观测量的动态目标检测方法第74-75页
     ·基于目标跟踪的动态目标检测方法第75-76页
   ·基于激光的时空关联动态目标检测第76-82页
     ·激光测量特性分析第76-78页
     ·激光的动态目标检测第78-80页
     ·实验分析第80-82页
   ·基于声纳和摄像头的动态环境地图创建第82-88页
     ·地图创建第82-83页
     ·声纳和摄像头的动态目标检测第83-85页
     ·声纳和摄像头信息结合的地图更新模型第85-86页
     ·实验分析第86-88页
   ·小结第88-89页
第六章 SLAMIDE系统及实现第89-106页
   ·问题描述第89-90页
   ·SLAMiDE系统设计第90-92页
   ·目标模型的设计第92-94页
   ·SLAMiDE系统的实现第94-99页
     ·过程描述第94-96页
     ·观测数据的聚类第96-97页
     ·局部地图第97-98页
     ·数据关联的代价函数第98-99页
     ·动态目标和不确定目标保存周期第99页
   ·实验分析第99-105页
     ·移动机器人实验平台MORCS-Ⅰ第99-100页
     ·实验结果及分析第100-105页
   ·小结第105-106页
第七章 总结与展望第106-109页
   ·本论文工作总结第106-107页
   ·进一步工作的展望第107-109页
参考文献第109-119页
致谢第119-120页
攻读博士学位期间的科研工作与研究成果第120-121页

论文共121页,点击 下载论文
上一篇:基于进化免疫系统理论的多机器人协作和机器人目标探索研究
下一篇:环境决策支持系统的关键技术研究