| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 移动机器人的同时定位与地图构建技术 | 第9-10页 |
| 1.3 机器人SLAM主要研究方法 | 第10-14页 |
| 1.3.1 基于扩展卡尔曼滤波的SLAM方法 | 第11-12页 |
| 1.3.2 基于粒子滤波的SLAM方法 | 第12-13页 |
| 1.3.3 基于图优化的SLAM方法 | 第13-14页 |
| 1.4 国内外机器人SLAM最新研究成果 | 第14页 |
| 1.5 本文主要研究内容 | 第14-16页 |
| 2 RBPF-SLAM算法的主要内容 | 第16-22页 |
| 2.1 地图描述方式 | 第16页 |
| 2.2 RBPF-SLAM一般过程 | 第16-18页 |
| 2.3 改进的RBPF-SLAM算法 | 第18-21页 |
| 2.3.1 改进建议分布 | 第18-19页 |
| 2.3.2 自适应重采样 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 移动机器人平台模型 | 第22-27页 |
| 3.1 机器人平台搭建 | 第22-24页 |
| 3.2 系统模型 | 第24-26页 |
| 3.2.1 坐标系模型 | 第24-25页 |
| 3.2.2 里程计模型 | 第25页 |
| 3.2.3 运动模型 | 第25-26页 |
| 3.2.4 观测模型 | 第26页 |
| 3.3 本章小结 | 第26-27页 |
| 4 基于特征点扫描匹配的SLAM方法 | 第27-52页 |
| 4.1 局部扫描匹配 | 第27-28页 |
| 4.2 全局扫描匹配 | 第28-34页 |
| 4.2.1 占据栅格地图 | 第28-29页 |
| 4.2.2 爬山扫描匹配算法 | 第29-34页 |
| 4.3 基于雷达扫描信息分段的特征点提取方法 | 第34-41页 |
| 4.3.1 基于密度的特征点提取方法 | 第34-36页 |
| 4.3.2 基于密度和距离的特征点提取方法 | 第36-39页 |
| 4.3.3 雷达点划分特征段方法 | 第39-40页 |
| 4.3.4 分段中特征点提取方法 | 第40-41页 |
| 4.4 基于特征点扫描匹配的RBPF-SLAM方法 | 第41-43页 |
| 4.5 实验与分析 | 第43-51页 |
| 4.5.1 特征点提取实验研究 | 第43-45页 |
| 4.5.2 基于特征点扫描匹配的SLAM实验研究 | 第45-51页 |
| 4.6 本章小结 | 第51-52页 |
| 5 基于区域粒子群优化和部分高斯重采样的SLAM[方法 | 第52-68页 |
| 5.1 基于区域粒子群优化的RBPF-SLAM方法 | 第52-56页 |
| 5.1.1 粒子群优化 | 第52-53页 |
| 5.1.2 区域粒子群优化 | 第53-56页 |
| 5.2 基于部分高斯重采样的RBPF-SLAM方法 | 第56-59页 |
| 5.2.1 重采样技术 | 第57页 |
| 5.2.2 部分高斯重采样 | 第57-59页 |
| 5.3 基于区域粒子群优化和部分高斯重采样的RBPF-SLAM方法 | 第59页 |
| 5.4 实验与分析 | 第59-67页 |
| 5.4.1 数据集实验 | 第60-65页 |
| 5.4.2 实体实验 | 第65-67页 |
| 5.5 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 研究展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 | 第76页 |
