基于贝叶斯理论的移动机器人定位方法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景和意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-11页 |
| 1.2.1 移动机器人定位中数据关联方法研究现状 | 第7-9页 |
| 1.2.2 移动机器人定位中状态估计方法研究现状 | 第9-11页 |
| 1.3 研究难点和趋势 | 第11-12页 |
| 1.4 主要贡献 | 第12页 |
| 1.5 内容安排 | 第12-14页 |
| 2 基于贝叶斯理论的移动机器人定位问题分析 | 第14-20页 |
| 2.1 移动机器人定位问题的数学描述 | 第14-18页 |
| 2.2 移动机器人定位的关键问题分析 | 第18-19页 |
| 2.2.1 数据关联问题 | 第18-19页 |
| 2.2.2 状态估计问题 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 移动机器人定位中数据关联问题的研究 | 第20-29页 |
| 3.1 移动机器人定位中数据关联问题的数学模型 | 第20-23页 |
| 3.2 基于改进JCBB的数据关联方法 | 第23-25页 |
| 3.3 仿真对比分析 | 第25-28页 |
| 3.4 本章小结 | 第28-29页 |
| 4 移动机器人定位中状态估计问题的研究 | 第29-45页 |
| 4.1 移动机器人定位中状态估计问题的数学模型 | 第29页 |
| 4.2 状态估计算法仿真对比分析 | 第29-44页 |
| 4.2.1 EKF算法 | 第29-30页 |
| 4.2.2 UKF算法 | 第30-33页 |
| 4.2.3 CKF算法 | 第33-37页 |
| 4.2.4 数值分析 | 第37-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 基于改进JCBB-CKF的移动机器人定位方法 | 第45-54页 |
| 5.1 移动机器人定位仿真实验平台的搭建 | 第45-51页 |
| 5.2 实验对比分析 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| 6.1 全文总结 | 第54页 |
| 6.2 工作展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61页 |
| A. 作者在攻读硕士学位期间发表的论文与专利 | 第61页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第61页 |
