| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12页 |
| 1.2 多机器人系统研究概述 | 第12-14页 |
| 1.3 国内外研究现状综述 | 第14-17页 |
| 1.3.1 移动机器人SLAM研究现状 | 第14页 |
| 1.3.2 多移动机器人协同定位研究现状 | 第14-16页 |
| 1.3.3 多移动机器人目标跟踪研究现状 | 第16-17页 |
| 1.3.4 SLAM与OT的关系 | 第17页 |
| 1.4 论文研究的主要内容与组织结构 | 第17-19页 |
| 1.4.1 研究的主要内容 | 第17-18页 |
| 1.4.2 本文的组织结构 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 多机器人协同分析与建模 | 第20-26页 |
| 2.1 引言 | 第20页 |
| 2.2 多移动机器人协同体系结构 | 第20-22页 |
| 2.3 多移动机器人通信 | 第22-23页 |
| 2.4 多机器人系统模型 | 第23-25页 |
| 2.4.1 坐标系统模型 | 第23-24页 |
| 2.4.2 环境特征模型 | 第24页 |
| 2.4.3 噪声模型 | 第24-25页 |
| 2.5 本章小节 | 第25-26页 |
| 第3章 基于SRCKF的多机器人协同定位算法 | 第26-39页 |
| 3.1 引言 | 第26页 |
| 3.2 卡尔曼滤波器 | 第26-28页 |
| 3.3 平方根容积卡尔曼滤波算法在移动机器人定位中的应用 | 第28-30页 |
| 3.3.1 容积卡尔曼滤波SLAM算法 | 第28-29页 |
| 3.3.2 平方根容积卡尔曼滤波SLAM算法 | 第29-30页 |
| 3.4 基于SRCKF的相对方位多机器人协同定位算法 | 第30-34页 |
| 3.4.1 系统描述 | 第30-32页 |
| 3.4.2 基于SRCKF的多机器人协同定位算法 | 第32-34页 |
| 3.5 算法仿真结果及分析 | 第34-38页 |
| 3.5.1 仿真环境及参数 | 第34-35页 |
| 3.5.2 仿真结果及性能分析 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 移动机器人动态目标跟踪算法 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 移动机器人同时定位与动态目标跟踪 | 第39-40页 |
| 4.3 基于SRCKF的移动机器人动态目标跟踪算法 | 第40-44页 |
| 4.3.1 系统描述 | 第40-41页 |
| 4.3.2 算法实现流程 | 第41页 |
| 4.3.3 基于SRCKF的移动机器人动态目标跟踪算法 | 第41-44页 |
| 4.4 基于SRCKF的移动机器人动态目标跟踪算法 | 第44-49页 |
| 4.4.1 仿真环境及参数 | 第44-45页 |
| 4.4.2 仿真结果及性能分析 | 第45-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 多移动机器人协同定位与目标跟踪研究 | 第50-65页 |
| 5.1 引言 | 第50页 |
| 5.2 多移动机器人编队控制 | 第50-53页 |
| 5.3 数据融合问题 | 第53-57页 |
| 5.3.1 数据融合过程 | 第53-54页 |
| 5.3.2 数据融合方法 | 第54-57页 |
| 5.4 基于协方差交集的多机器人协同目标跟踪算法 | 第57-61页 |
| 5.4.1 系统描述 | 第57-59页 |
| 5.4.2 算法实现流程 | 第59-61页 |
| 5.5 实验仿真结果及分析 | 第61-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 全文总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
| 攻读学位期间取得的科研成果目录 | 第72-73页 |
| 致谢 | 第73页 |
