移动机器人同时定位与地图创建的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-15页 |
| ·课题背景与意义 | 第7-8页 |
| ·SLAM研究现状 | 第8-14页 |
| ·移动机器人SLAM基本问题 | 第8-11页 |
| ·扩展卡尔曼滤波类方法 | 第11-13页 |
| ·非扩展卡尔曼滤波类方法 | 第13-14页 |
| ·本课题来源及研究内容 | 第14-15页 |
| 第2章 机器人系统建模与局部地图创建 | 第15-25页 |
| ·坐标系统模型与机器人位置模型 | 第15-16页 |
| ·机器人运动模型 | 第16-18页 |
| ·局部地图创建 | 第18-23页 |
| ·超声测距传感器模型及布局 | 第18-19页 |
| ·超声测距特征提取 | 第19-23页 |
| ·环境地图模型与机器人观测模型 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于扩展卡尔曼滤波的SLAM | 第25-36页 |
| ·引言 | 第25页 |
| ·卡尔曼滤波理论 | 第25-27页 |
| ·扩展卡尔曼滤波算法 | 第27-29页 |
| ·SLAM系统状态空间模型 | 第29-30页 |
| ·SLAM系统时间更新模型及观测模型 | 第30-31页 |
| ·基于扩展卡尔曼滤波的SLAM执行过程 | 第31-34页 |
| ·状态预测 | 第31-32页 |
| ·状态更新 | 第32-33页 |
| ·状态扩展 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第4章 基于神经网络辅助卡尔曼滤波的SLAM | 第36-47页 |
| ·引言 | 第36-37页 |
| ·前向神经网络结构的确定 | 第37-40页 |
| ·神经元基本模型 | 第37-38页 |
| ·神经网络结构的确定 | 第38-40页 |
| ·前向网络雅克比矩阵的计算 | 第40-42页 |
| ·神经网络辅助扩展卡尔曼滤波SLAM执行过程 | 第42-46页 |
| ·状态预测 | 第42-44页 |
| ·状态更新 | 第44页 |
| ·状态扩展 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 SLAM仿真实验 | 第47-60页 |
| ·引言 | 第47页 |
| ·Matlab GUI设置仿真环境 | 第47-48页 |
| ·局部地图创建 | 第48-50页 |
| ·仿真数据的获得 | 第48-50页 |
| ·超声测距特征提取的实现 | 第50页 |
| ·移动机器人SLAM仿真过程 | 第50-51页 |
| ·仿真实验结果分析 | 第51-59页 |
| ·基于超声测距特征地图的扩展卡尔曼滤波SLAM | 第51-56页 |
| ·基于神经网络辅助扩展卡尔曼滤波的SLAM | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |
