| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·仿人机器人概述 | 第11-12页 |
| ·SLAM 概述 | 第12-13页 |
| ·仿人机器人 SLAM 研究现状 | 第13-14页 |
| ·课题研究内容 | 第14-16页 |
| 第2章 仿人机器人自主行走的相关理论 | 第16-29页 |
| ·SLAM 问题 | 第16-19页 |
| ·定位 | 第16页 |
| ·地图创建 | 第16-18页 |
| ·SLAM 建模 | 第18-19页 |
| ·分数阶控制方法 | 第19-22页 |
| ·分数阶微积分的定义 | 第19-20页 |
| ·分数阶控制系统 | 第20-22页 |
| ·增强学习算法 | 第22-25页 |
| ·基本模型及原理 | 第22-23页 |
| ·增强学习的基础知识 | 第23-24页 |
| ·Q-Learning 增强学习算法 | 第24-25页 |
| ·NAO 软件简介 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于分数阶控制器的 EKF-SLAM 算法 | 第29-50页 |
| ·系统模型 | 第29-35页 |
| ·机器人坐标系与参考坐标系的转换 | 第29-32页 |
| ·移动模型与观测模型 | 第32-35页 |
| ·基于 EKF 的 SLAM 研究 | 第35-41页 |
| ·EKF-SLAM | 第35-40页 |
| ·数据关联 | 第40-41页 |
| ·基于分数阶控制器的 EKF-SLAM 算法的仿真实验 | 第41-49页 |
| ·分数阶 PI 控制器 | 第41-42页 |
| ·仿真实验 | 第42-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于 Q 学习路径规划的 EKF-SLAM 算法 | 第50-58页 |
| ·路径规划建模 | 第50-51页 |
| ·Q 学习算法 | 第51-53页 |
| ·Q 学习要素设计 | 第51-52页 |
| ·基于 Q 学习的 NAO 路径规划系统设计 | 第52-53页 |
| ·仿真实验 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |
