摘要 | 第1-6页 |
Abstract | 第6-14页 |
第1章 绪论 | 第14-53页 |
·引言 | 第14-17页 |
·移动机器人自主导航技术综述 | 第17-28页 |
·移动机器人自主导航中的基本问题 | 第17-18页 |
·移动机器人定位技术 | 第18-20页 |
·移动机器人路径规划技术 | 第20-23页 |
·移动机器人目标跟踪技术 | 第23-24页 |
·概率导航与生物导航的比较 | 第24-28页 |
·移动机器人SLAM 技术综述 | 第28-37页 |
·基于扩展卡尔曼滤波的SLAM 技术 | 第30-32页 |
·基于传统粒子滤波的SLAM 技术 | 第32-33页 |
·快速SLAM 技术 | 第33-36页 |
·基于扫描匹配的SLAM 技术 | 第36-37页 |
·移动机器人认知地图创建技术综述 | 第37-51页 |
·ASR 模型 | 第40-43页 |
·SSH 模型 | 第43-46页 |
·PLAN 模型 | 第46-48页 |
·神经启发模型 | 第48-50页 |
·移动机器人认知地图创建模型比较 | 第50-51页 |
·本文的研究内容和意义 | 第51-53页 |
·研究的目的和意义 | 第51-52页 |
·本文的主要工作 | 第52-53页 |
第2章 认知地图创建中的环境特征匹配算法 | 第53-71页 |
·前言 | 第53页 |
·基于双向-最优矩形优先(DD-BBF)的比例不变性视觉特征匹配算法 | 第53-59页 |
·视觉比例不变性特征(SIFT)提取 | 第53-54页 |
·基于K 维树的特征匹配算法分析 | 第54-56页 |
·基于DD-BBF 的比例不变性视觉特征匹配算法 | 第56-58页 |
·基于DD-BBF 的SIFT 特征三维重建实验结果 | 第58-59页 |
·激光测距仪极坐标扫描匹配算法 | 第59-70页 |
·激光测距仪扫描匹配的概念 | 第59-61页 |
·激光测距仪扫描匹配算法分类 | 第61-63页 |
·激光测距仪极坐标扫描匹配算法 | 第63-69页 |
·激光测距仪极坐标扫描匹配算法实验结果 | 第69-70页 |
·本章小结 | 第70-71页 |
第3章 基于多传感器联合顺序粒子滤波的认知地图创建算法 | 第71-97页 |
·引言 | 第71-72页 |
·认知地图特性分析 | 第72-76页 |
·生物认知地图特性分析 | 第72-73页 |
·移动机器人认知地图特性分析 | 第73-76页 |
·基于多传感器联合顺序粒子滤波的认知地图创建算法 | 第76-90页 |
·算法概述 | 第76-77页 |
·基于JointSLAM 的认知地图度量层创建 | 第77-83页 |
·度量地图分割 | 第83-84页 |
·认知地图的语义层创建 | 第84-85页 |
·认知地图的拓扑层创建 | 第85-87页 |
·地图闭合 | 第87-90页 |
·认知地图创建算法 | 第90页 |
·基于多传感器联合顺序粒子滤波的认知地图创建实验结果 | 第90-96页 |
·本章小结 | 第96-97页 |
第4章 基于认知地图的移动机器人自主导航技术 | 第97-116页 |
·引言 | 第97页 |
·基于认知地图的生物自主导航 | 第97-99页 |
·基于认知地图的移动机器人自主导航 | 第99-112页 |
·基于单目视觉的全局定位 | 第99-102页 |
·基于隐马尔可夫模型的鲁棒位置识别 | 第102-104页 |
·路径规划 | 第104-109页 |
·基于位置的导航方法 | 第109页 |
·基于极点伺服的末段精确泊位方法 | 第109-112页 |
·基于认知地图的移动机器人自主导航实验结果 | 第112-115页 |
·本章小结 | 第115-116页 |
第5章 基于认知地图的目标跟踪技术 | 第116-136页 |
·引言 | 第116-117页 |
·认知地图中基于鲁棒背景差分算法的目标跟踪技术 | 第117-123页 |
·认知地图中基于视觉特征匹配的目标跟踪技术 | 第123-128页 |
·认知地图中基于视觉-激光测距仪的人体跟踪技术 | 第128-132页 |
·基于认知地图的移动机器人导航系统实现 | 第132-135页 |
·硬件系统 | 第132-134页 |
·软件系统 | 第134-135页 |
·本章小结 | 第135-136页 |
结论 | 第136-138页 |
参考文献 | 第138-149页 |
攻读学位期间发表的学术论文及其它成果 | 第149-152页 |
致谢 | 第152-153页 |
个人简历 | 第153页 |