基于粒子滤波器的移动机器人同步定位与地图构建研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-14页 |
| 第一章 绪论 | 第14-22页 |
| ·引言 | 第14页 |
| ·移动机器人的发展概述 | 第14-18页 |
| ·国外发展概状 | 第14-17页 |
| ·国内发展概状 | 第17-18页 |
| ·移动机器人SLAM 的研究现状及意义 | 第18-20页 |
| ·SLAM 问题的研究进展 | 第18-20页 |
| ·SLAM 问题提出的意义 | 第20页 |
| ·本文内容与结构 | 第20-22页 |
| 第二章 移动机器人地图构建和定位方法 | 第22-31页 |
| ·移动机器人的地图构建问题 | 第22-27页 |
| ·栅格地图 | 第22-23页 |
| ·几何特征地图 | 第23-24页 |
| ·拓扑地图 | 第24-26页 |
| ·混合地图 | 第26-27页 |
| ·移动机器人的定位问题 | 第27-30页 |
| ·里程计定位 | 第27页 |
| ·路标定位 | 第27-28页 |
| ·惯性定位 | 第28页 |
| ·视觉定位 | 第28页 |
| ·GPS 定位 | 第28页 |
| ·地图匹配定位 | 第28-29页 |
| ·基于多传感器信息的定位 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第三章 基于粒子滤波器的SLAM 算法 | 第31-49页 |
| ·SLAM 问题描述 | 第31-32页 |
| ·SLAM 的通用框架和理论模型 | 第31-32页 |
| ·粒子滤波技术 | 第32-35页 |
| ·粒子滤波定位的基本原理 | 第32-34页 |
| ·粒子重采样 | 第34-35页 |
| ·SLAM 算法描述 | 第35-36页 |
| ·SLAM 算法的基本参数 | 第35页 |
| ·SLAM 的后验估计表示 | 第35-36页 |
| ·基于改进的粒子滤波器的SLAM | 第36-39页 |
| ·FastSLAM 的粒子表示形式 | 第37页 |
| ·FastSLAM 的计算时间复杂度 | 第37-39页 |
| ·FastSLAM2.0 | 第39-43页 |
| ·采样新位姿，扩展对机器人路径的后验估计 | 第39-40页 |
| ·更新观测到的路标估计 | 第40-41页 |
| ·计算重要性权重，进行重新采样处理 | 第41-43页 |
| ·基于粒子滤波器的SLAM 的伪代码 | 第43页 |
| ·移动机器人模型 | 第43-45页 |
| ·运动模型 | 第43-44页 |
| ·观测模型 | 第44-45页 |
| ·FastSLAM 算法流程 | 第45-48页 |
| ·FastSLAM1.0 算法流程 | 第45-46页 |
| ·FastSLAM2.0 算法流程 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第四章 仿真环境建立及结果分析 | 第49-57页 |
| ·创建仿真界面 | 第49-51页 |
| ·仿真实验及结果分析 | 第51-56页 |
| ·仿真实验一 | 第51-53页 |
| ·仿真实验二 | 第53-56页 |
| ·仿真结果分析及结论 | 第56页 |
| ·小结 | 第56-57页 |
| 第五章 基于AS-RF 机器人平台实验 | 第57-67页 |
| ·移动机器人(AS-RF)平台 | 第57-60页 |
| ·AS-RF 主要特点 | 第57-58页 |
| ·硬件配置和性能指标 | 第58页 |
| ·AS-RF 传感器 | 第58-60页 |
| ·系统性能 | 第60-61页 |
| ·走廊环境实验及结果分析 | 第61-66页 |
| ·实验软件简介 | 第61页 |
| ·机器人实验参数设置 | 第61-62页 |
| ·实验环境描述 | 第62-63页 |
| ·自主导航及构图的实现 | 第63-66页 |
| ·小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-68页 |
| ·工作总结 | 第67页 |
| ·后续工作与展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间发表的论文 | 第72-73页 |
