| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究的背景及意义 | 第10-12页 |
| 1.2 移动机器人定位与建图问题发展现状 | 第12-15页 |
| 1.2.1 定位问题发展现状 | 第12页 |
| 1.2.2 地图创建的研究现状和分析 | 第12-14页 |
| 1.2.3 机器人SLAM的发展历史及现状 | 第14-15页 |
| 1.3 论文的主要研究内容及章节安排 | 第15-17页 |
| 第2章 移动机器人系统建模 | 第17-21页 |
| 2.1 引言 | 第17页 |
| 2.2 移动机器人系统建模 | 第17-20页 |
| 2.2.1 系统坐标系模型 | 第17-18页 |
| 2.2.2 机器人位姿模型 | 第18页 |
| 2.2.3 环境地图与特征模型 | 第18页 |
| 2.2.4 机器人运动模型 | 第18-19页 |
| 2.2.5 传感器观测模型 | 第19-20页 |
| 2.2.6 系统噪声模型 | 第20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 基于无迹变换的FastSLAM算法 | 第21-38页 |
| 3.1 引言 | 第21页 |
| 3.2 粒子滤波算法 | 第21-25页 |
| 3.2.1 贝叶斯滤波算法 | 第22-23页 |
| 3.2.2 序贯重要性采样 | 第23-24页 |
| 3.2.3 粒子滤波算法实现步骤 | 第24-25页 |
| 3.3 基于粒子滤波器的机器人FastSLAM算法 | 第25-26页 |
| 3.3.1 移动机器人SLAM问题描述 | 第25页 |
| 3.3.2 FastSLAM算法基本原理 | 第25-26页 |
| 3.4 基于无迹变换的FastSLAM算法 | 第26-33页 |
| 3.4.1 UFastSLAM算法概述 | 第26-27页 |
| 3.4.2 无迹变换(UT) | 第27-28页 |
| 3.4.3 UPF算法 | 第28-31页 |
| 3.4.4 UKF算法 | 第31-32页 |
| 3.4.5 UFastSLAM的算法流程 | 第32-33页 |
| 3.5 仿真实验和结果分析 | 第33-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第4章 基于改进粒子群优化算法的UFastSLAM算法 | 第38-53页 |
| 4.1 引言 | 第38页 |
| 4.2 粒子耗尽问题 | 第38-40页 |
| 4.3 融合改进粒子群优化算法的UFastSLAM算法 | 第40-45页 |
| 4.3.1 粒子群优化算法的基本原理 | 第40-41页 |
| 4.3.2 改进的粒子群优化算法 | 第41-43页 |
| 4.3.3 融合了改进粒子群优化算法的UFastSLAM算法 | 第43-45页 |
| 4.4 仿真实验和结果分析 | 第45-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 基于啮齿类动物神经模型的SLAM算法 | 第53-70页 |
| 5.1 引言 | 第53页 |
| 5.2 生物导航系统介绍 | 第53-55页 |
| 5.2.1 啮齿类动物海马体结构和认知地图 | 第53-54页 |
| 5.2.2 头方向细胞与竞争吸引子网络 | 第54-55页 |
| 5.3 RatSLAM扩展海马体模型 | 第55-64页 |
| 5.3.1 空间位姿模型 | 第56-60页 |
| 5.3.2 局部场景模型 | 第60-62页 |
| 5.3.3 经历地图 | 第62-64页 |
| 5.4 实验分析 | 第64-69页 |
| 5.4.1 仿真实验1 | 第64-66页 |
| 5.4.2 仿真实验2 | 第66-69页 |
| 5.5 本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77页 |
