| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-28页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 机器人的国内外发展现状 | 第14-19页 |
| 1.3 同时定位与地图构建的国内外研究现状 | 第19-23页 |
| 1.3.1 SLAM技术的国外研究现状 | 第19-22页 |
| 1.3.2 SLAM技术的国内研究现状 | 第22-23页 |
| 1.4 导航技术的研究现状 | 第23-25页 |
| 1.5 本文的研究目标和研究内容 | 第25页 |
| 1.6 论文的组织架构 | 第25-28页 |
| 第2章 SLAM技术的数学模型 | 第28-36页 |
| 2.1 SLAM的模型描述 | 第28-29页 |
| 2.2 移动机器人的运动模型 | 第29-34页 |
| 2.2.1 速度模型 | 第31-32页 |
| 2.2.2 里程计模型 | 第32-34页 |
| 2.3 移动机器人的观测模型 | 第34页 |
| 2.4 SLAM中常用的地图表示方法 | 第34-36页 |
| 第3章 基于卡尔曼滤波和粒子滤波的SLAM技术研究 | 第36-48页 |
| 3.1 卡尔曼滤波器原理 | 第36-39页 |
| 3.2 基于扩展卡尔曼滤波器的SLAM原理 | 第39-42页 |
| 3.3 基于粒子滤波的RBPF-SLAM算法原理 | 第42-46页 |
| 3.4 仿真结果对比 | 第46-47页 |
| 3.5 本章总结 | 第47-48页 |
| 第4章 轮式机器人路径规划技术研究 | 第48-60页 |
| 4.1 基于Dijkstra算法和A*算法的全局路径规划技术研究 | 第48-53页 |
| 4.1.1 Dijkstra路径规划算法的基本原理 | 第48-49页 |
| 4.1.2 Dijkstra算法实验仿真 | 第49-50页 |
| 4.1.3 A*路径规划算法的基本原理 | 第50-52页 |
| 4.1.4 A*算法的实验仿真 | 第52-53页 |
| 4.2 基于DWA算法的局部避障技术研究 | 第53-57页 |
| 4.2.1 基于动态窗口的局部避障原理 | 第53-55页 |
| 4.2.2 基于动态窗口的算法仿真分析 | 第55-57页 |
| 4.3 基于动态窗算法的优化 | 第57-59页 |
| 4.4 本章总结 | 第59-60页 |
| 第5章 自主导航系统的软件设计 | 第60-74页 |
| 5.1 ROS系统简介 | 第60-61页 |
| 5.2 基于ROS的SLAM系统软件设计 | 第61-63页 |
| 5.3 基于ROS的导航系统设计实现 | 第63-67页 |
| 5.4 实验结果与分析 | 第67-71页 |
| 5.5 本章总结 | 第71-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 论文成果总结 | 第74-75页 |
| 6.2 研究展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第82页 |
