| 摘要 | 第1-7页 |
| ABSTRACT | 第7-16页 |
| 第1章 绪论 | 第16-44页 |
| ·研究的背景及意义 | 第16-18页 |
| ·国内外研究现状 | 第18-23页 |
| ·整体分类及发展 | 第18-19页 |
| ·移动机器人的发展历史 | 第19-23页 |
| ·移动机器人研究的核心技术 | 第23-35页 |
| ·定位 | 第23-28页 |
| ·地图创建 | 第28-33页 |
| ·路径及行为规划 | 第33-35页 |
| ·不确定知识表达方法的研究现状 | 第35-41页 |
| ·基于概率统计的不确定性知识表达方法 | 第36-38页 |
| ·基于模糊理论的不确定性知识表达方法 | 第38-39页 |
| ·基于云模型的不确定性知识表达方法 | 第39-40页 |
| ·基于灰色定性理论的不确定性知识表达方法 | 第40-41页 |
| ·全文内容安排 | 第41-42页 |
| ·论文的章节安排 | 第42-44页 |
| 第2章 主观不确定性系统的灰色定性建模方法 | 第44-58页 |
| ·引言 | 第44-45页 |
| ·背景知识 | 第45-46页 |
| ·问题描述 | 第46-47页 |
| ·灰色定性建模方法 | 第47-51页 |
| ·灰色定性知识表达 | 第47-48页 |
| ·主观不确定性规则的融合 | 第48-50页 |
| ·系统模型及白化输出 | 第50-51页 |
| ·仿真实验与结果分析 | 第51-55页 |
| ·实验描述 | 第51-53页 |
| ·实验结果及分析 | 第53-55页 |
| ·结论与展望 | 第55-58页 |
| 第3章 基于灰色动态卡尔曼滤波技术的移动机器人位姿估计方法 | 第58-72页 |
| ·引言 | 第58-59页 |
| ·传统移动机器人模型 | 第59-60页 |
| ·灰色动态系统建模 | 第60-64页 |
| ·变量的灰色定性关系 | 第60-61页 |
| ·基于灰色系统理论的状态预测方法 | 第61-64页 |
| ·旋转不变性方向匹配 | 第64-66页 |
| ·当前时刻的局部地图 | 第64页 |
| ·下一时刻局部环境地图 | 第64页 |
| ·旋转不变性朝向匹配 | 第64-66页 |
| ·实验与分析 | 第66-70页 |
| ·结论 | 第70-72页 |
| 第4章 基于拓展灰色定性地图的移动机器人全局定位 | 第72-88页 |
| ·引言 | 第72-73页 |
| ·拓展灰色定性地图 | 第73-76页 |
| ·灰色定性地图 | 第73-74页 |
| ·拓展灰色定性地图 | 第74-76页 |
| ·基于拓展灰色定性地图的定位 | 第76-85页 |
| ·定位算法 | 第76页 |
| ·位置匹配 | 第76-79页 |
| ·方向匹配 | 第79-82页 |
| ·机器人拓扑定位 | 第82-85页 |
| ·实验及分析 | 第85-87页 |
| ·结论 | 第87-88页 |
| 第5章 基于灰概率测度集的移动机器人位姿跟踪方法 | 第88-102页 |
| ·引言 | 第88-89页 |
| ·问题描述 | 第89-90页 |
| ·灰概率测度集 | 第90-95页 |
| ·区间灰数及其运算 | 第90页 |
| ·灰概率测度集及其运算 | 第90-95页 |
| ·移动机器人位姿跟踪实验及分析 | 第95-100页 |
| ·实验配置 | 第95-97页 |
| ·实验结果及分析 | 第97-100页 |
| ·结论 | 第100-102页 |
| 第6章 总结与展望 | 第102-106页 |
| ·研究总结 | 第102-104页 |
| ·工作展望 | 第104-106页 |
| 参考文献 | 第106-120页 |
| 致谢 | 第120-122页 |
| 攻读博士学位期间完成的论文 | 第122-123页 |