| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-32页 |
| ·课题来源及研究意义 | 第14-15页 |
| ·服务机器人技术研究概况 | 第15-19页 |
| ·移动机器人定位技术研究概况 | 第19-27页 |
| ·定位与地图构建发展概况 | 第21-24页 |
| ·环境描述 | 第24-27页 |
| ·机器人定位与地图构建的问题及解决方案 | 第27-30页 |
| ·本文主要研究内容 | 第30-32页 |
| 第2章 服务机器人系统建立 | 第32-56页 |
| ·服务机器人系统 | 第32-41页 |
| ·机器人机械系统 | 第34页 |
| ·传感器系统 | 第34-36页 |
| ·控制硬件系统 | 第36-38页 |
| ·运动驱动系统 | 第38-39页 |
| ·软件框架设计 | 第39-41页 |
| ·机器人样机 | 第41页 |
| ·机器人运动模型 | 第41-47页 |
| ·运动模型分析 | 第41-44页 |
| ·近似弧模型 | 第44-47页 |
| ·传感器观测模型 | 第47-55页 |
| ·红外标签传感器 | 第47-49页 |
| ·激光传感器模型 | 第49-54页 |
| ·定位传感器坐标系 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第3章 FastSLAM2.0 算法分析 | 第56-73页 |
| ·SLAM 问题及贝叶斯滤波方法 | 第56-59页 |
| ·FastSLAM 2.0 算法分析 | 第59-63页 |
| ·FastSLAM2.0 因式分析 | 第60-61页 |
| ·FastSLAM2.0 机器人及路标估计 | 第61-63页 |
| ·FastSLAM2.0 的问题 | 第63-66页 |
| ·数据关联问题 | 第63-64页 |
| ·闭环问题 | 第64-65页 |
| ·一致性问题 | 第65-66页 |
| ·基于栅格FastSLAM2.0 算法 | 第66-67页 |
| ·算法仿真 | 第67-72页 |
| ·本章小结 | 第72-73页 |
| 第4章 SRUKSLAM 算法研究 | 第73-90页 |
| ·UKF 算法 | 第73-77页 |
| ·UT 变换(Unscented transformation) | 第73-75页 |
| ·UKF(Unscented Kalman Filter)滤波器 | 第75-77页 |
| ·SRUKFSLAM 算法 | 第77-83页 |
| ·机器人状态SRUKF 估计 | 第77-80页 |
| ·路标SRUKF 估计 | 第80-81页 |
| ·SRUKFSLAM 算法描述 | 第81-83页 |
| ·仿真和实验 | 第83-89页 |
| ·本章小结 | 第89-90页 |
| 第5章 动态环境下分层定位综合方法 | 第90-106页 |
| ·扫描匹配策略 | 第90-95页 |
| ·MbICP 算法及机器人状态估计 | 第92-94页 |
| ·MbICP 策略 | 第94-95页 |
| ·动态环境目标解耦分析 | 第95-98页 |
| ·室内动态环境下分层定位算法 | 第98-102页 |
| ·实验 | 第102-105页 |
| ·MbICP 策略实验 | 第102-103页 |
| ·分层定位综合算法实验 | 第103-105页 |
| ·本章小结 | 第105-106页 |
| 结论 | 第106-108页 |
| 参考文献 | 第108-117页 |
| 攻读学位期间发表的学术论文 | 第117-120页 |
| 致谢 | 第120-121页 |
| 个人简历 | 第121页 |