摘要 | 第1-6页 |
Abstract | 第6-11页 |
1 绪论 | 第11-19页 |
·水下机器人的研究现状 | 第12-13页 |
·声纳传感器 | 第13-14页 |
·水声图像处理技术 | 第14-15页 |
·基于成像声纳的SLAM 问题 | 第15-16页 |
·论文的组织结构 | 第16-19页 |
2 同时定位与地图构建方法 | 第19-31页 |
·移动机器人定位 | 第19-21页 |
·全局定位 | 第20页 |
·位置跟踪 | 第20-21页 |
·地图构建 | 第21-23页 |
·栅格地图 | 第21页 |
·特征地图 | 第21-22页 |
·拓扑地图 | 第22-23页 |
·基于扩展卡尔曼滤波的SLAM 方法 | 第23-27页 |
·扩展卡尔曼滤波(EKF)算法 | 第23-24页 |
·基于EKF 的移动机器人定位 | 第24-27页 |
·数据关联 | 第27-29页 |
·门限过滤 | 第27-28页 |
·最邻近数据关联 | 第28-29页 |
·本章小结 | 第29-31页 |
3 Supper Seaking DST成像声纳及其数据处理 | 第31-59页 |
·成像声纳简介 | 第31-33页 |
·侧扫声纳 | 第31-32页 |
·机械扫描单波束前视声纳 | 第32页 |
·多波束电子扫描声纳 | 第32-33页 |
·三维成像声纳 | 第33页 |
·Super Seaking DST 前视声纳 | 第33-40页 |
·Super Seaking DST 前视声纳的参数 | 第34-35页 |
·Super Seaking DST 前视声纳的连接 | 第35页 |
·声纳回波数据的接收 | 第35-38页 |
·解析回波数据 | 第38页 |
·回波数据的显示 | 第38-40页 |
·声纳图像的预处理 | 第40-57页 |
·声纳图像的形成和特点 | 第40-41页 |
·图像增强 | 第41-48页 |
·图像的形态学处理 | 第48-50页 |
·边缘检测 | 第50-53页 |
·特征提取 | 第53-56页 |
·声纳图像的特征提取 | 第56-57页 |
·本章小结 | 第57-59页 |
4 基于EKF SLAM 的 AUV 自定位与导航 | 第59-71页 |
·AUV 运动模型 | 第59-61页 |
·AUV 的简化仿真模型 | 第61页 |
·基于环境特征的SLAM 问题 | 第61-64页 |
·数据关联 | 第64页 |
·罗盘校正 | 第64-66页 |
·算法过程 | 第66页 |
·仿真 | 第66-70页 |
·本章小结 | 第70-71页 |
5 总结与展望 | 第71-73页 |
·工作总结 | 第71页 |
·未来工作展望 | 第71-73页 |
参考文献 | 第73-77页 |
附录 2D空间的变换运算 | 第77-79页 |
致谢 | 第79-80页 |
个人简历 | 第80页 |
攻读硕士学位期间发表的论文 | 第80页 |