| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 自主移动机器人的SLAM研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 SLAM技术中特征提取和数据关联方法研究现状 | 第13-16页 |
| 1.3.1 国外研究现状 | 第14-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.4 研究内容与研究方法 | 第16-17页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 研究方法 | 第17页 |
| 1.5 论文的组织结构 | 第17-20页 |
| 第2章 自主移动机器人及其系统建模 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 机器人系统平台 | 第20-21页 |
| 2.3 复合坐标系 | 第21页 |
| 2.4 环境感知特征地图模型 | 第21-22页 |
| 2.5 机器人运动系统模型 | 第22-24页 |
| 2.6 环境特征量测模型 | 第24-26页 |
| 2.7 SLAM数学概率描述 | 第26-28页 |
| 2.8 本章小结 | 第28-30页 |
| 第3章 环境感知特征提取方法 | 第30-48页 |
| 3.1 引言 | 第30页 |
| 3.2 环境感知数据预处理 | 第30-35页 |
| 3.2.1 数据信息采集 | 第30-31页 |
| 3.2.2 感知数据分割 | 第31-35页 |
| 3.3 基于最小二乘法的环境感知特征提取 | 第35-40页 |
| 3.3.1 最小二乘直线拟合原理说明 | 第36页 |
| 3.3.2 最小二乘直线拟合方法改进 | 第36-40页 |
| 3.4 线段端点整合方法 | 第40-45页 |
| 3.4.1 误判噪声点处理方法 | 第41-42页 |
| 3.4.2 线段交点归一化 | 第42-43页 |
| 3.4.3 针对小范围扫描盲区的墙角地图填补方法 | 第43-45页 |
| 3.5 特征提取方法验证 | 第45-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第4章 数据关联方案设计 | 第48-60页 |
| 4.1 引言 | 第48页 |
| 4.2 数据关联的基本概念 | 第48-51页 |
| 4.2.1 问题描述 | 第48-49页 |
| 4.2.2 数据关联模型及关联矩阵 | 第49-50页 |
| 4.2.3 设置过滤门限的方法启发 | 第50-51页 |
| 4.3 独立兼容最近邻数据关联算法 | 第51-54页 |
| 4.3.1 独立兼容最近邻方法概述 | 第51-53页 |
| 4.3.2 用于优化解空间的灰色区域划分方法 | 第53-54页 |
| 4.4 基于ICNN的线段特征数据关联方法设计 | 第54-58页 |
| 4.4.1 特征匹配准则 | 第54-55页 |
| 4.4.2 误判匹配对及其处理方法 | 第55-56页 |
| 4.4.3 有效点特征确定方法 | 第56-58页 |
| 4.5 基于线段特征的综合数据关联方法验证 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 基于EKF的线段特征地图构建方案设计 | 第60-70页 |
| 5.1 引言 | 第60页 |
| 5.2 EKF基本原理 | 第60-62页 |
| 5.3 基于EKF的环境感知与线段特征地图构建方案设计 | 第62-67页 |
| 5.4 基于EKF的环境感知与线段特征地图构建方法验证 | 第67-69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76-78页 |
| 致谢 | 第78页 |
