| 摘要 | 第1-7页 |
| Abstract | 第7-18页 |
| 第1章 绪论 | 第18-33页 |
| ·引言 | 第18页 |
| ·研究背景和意义 | 第18-19页 |
| ·国内外移动机器人发展概况 | 第19-23页 |
| ·移动机器人定位与地图创建研究现状及分析 | 第23-30页 |
| ·传感器信息融合的研究现状及分析 | 第23-24页 |
| ·定位的研究现状及分析 | 第24-26页 |
| ·地图创建的研究现状及分析 | 第26-28页 |
| ·机器人SLAM的研究现状及分析 | 第28-30页 |
| ·主要研究内容 | 第30-33页 |
| 第2章 系统建模 | 第33-42页 |
| ·引言 | 第33页 |
| ·实验平台AS-R与坐标系统 | 第33-35页 |
| ·AS-R移动机器人实验平台 | 第33-34页 |
| ·机器人坐标系统 | 第34-35页 |
| ·地图模型 | 第35页 |
| ·运动模型 | 第35-37页 |
| ·传感器分类与感知模型 | 第37-41页 |
| ·传感器的分类 | 第37-38页 |
| ·视觉传感器感知模型 | 第38-39页 |
| ·激光测距仪感知模型 | 第39-40页 |
| ·传感器噪声模型 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 基于迭代SIFT的Monte Carlo定位方法 | 第42-57页 |
| ·引言 | 第42页 |
| ·图像的不变性特征 | 第42-44页 |
| ·图像的局部不变性特征描述 | 第42-44页 |
| ·SIFT算法特点 | 第44页 |
| ·ISIFT特征算法 | 第44-48页 |
| ·ISIFT尺度空间极值检测 | 第45-46页 |
| ·ISIFT极值点精确定位 | 第46-47页 |
| ·ISIFT关键点方向的确定 | 第47-48页 |
| ·ISIFT特征点描述子的生成 | 第48页 |
| ·ISIFT-MCL定位算法 | 第48-50页 |
| ·实验结果与分析 | 第50-56页 |
| ·ISIFT算法实验与分析 | 第50-53页 |
| ·ISIFT-MCL定位实验与分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 融合异质传感信息的机器人定位方法 | 第57-92页 |
| ·引言 | 第57-58页 |
| ·基于曲率特征分割的激光地图创建方法 | 第58-70页 |
| ·激光扫描数据地图创建原理 | 第58-59页 |
| ·激光扫描数据的预处理 | 第59-60页 |
| ·自适应离散曲率计算与特征分割 | 第60-63页 |
| ·环境特征提取与局部地图创建 | 第63-65页 |
| ·全局地图创建 | 第65-68页 |
| ·地图创建实验与分析 | 第68-70页 |
| ·机器人定位环境特征图像检索方法 | 第70-82页 |
| ·图像颜色特征 | 第70-75页 |
| ·图像的随机过程描述 | 第75-76页 |
| ·高斯混合矢量量化 | 第76-78页 |
| ·GMVQ图像颜色特征提取 | 第78-79页 |
| ·图像特征相似性度量 | 第79-81页 |
| ·图像检索实验与分析 | 第81-82页 |
| ·融合异质传感信息的HSIF_PF定位方法 | 第82-85页 |
| ·HSIF_PF运动预测 | 第82-83页 |
| ·HSIF_PF激光测距感知更新 | 第83页 |
| ·HSIF_PF视觉感知更新 | 第83-84页 |
| ·HSIF_PF信息融合 | 第84-85页 |
| ·自适应重采样 | 第85页 |
| ·实验结果与分析 | 第85-91页 |
| ·LSAC_PF定位实验与分析 | 第85-87页 |
| ·GMVQ_PF定位实验与分析 | 第87-88页 |
| ·HSIF_PF定位实验与分析 | 第88-91页 |
| ·本章小结 | 第91-92页 |
| 第5章 区间分析粒子滤波机器人定位方法 | 第92-115页 |
| ·引言 | 第92页 |
| ·基于概率的定位方法 | 第92-100页 |
| ·状态空间模型 | 第92-93页 |
| ·贝叶斯滤波原理 | 第93-96页 |
| ·基于贝叶斯滤波的定位 | 第96-100页 |
| ·机器人粒子滤波定位方法 | 第100-107页 |
| ·粒子滤波原理 | 第100-105页 |
| ·基于PF的机器人定位算法 | 第105-106页 |
| ·粒子滤波定位存在的问题 | 第106-107页 |
| ·IUPF全局定位算法 | 第107-109页 |
| ·区间分析运算 | 第107-108页 |
| ·约束满足问题 | 第108页 |
| ·IUPF定位算法 | 第108-109页 |
| ·IUPF全局定位算法的实现 | 第109-112页 |
| ·IUPF状态预测 | 第110页 |
| ·IUPF感知更新 | 第110页 |
| ·IUPF位姿估计 | 第110-111页 |
| ·IUPF-SLAM算法流程 | 第111-112页 |
| ·实验与结果分析 | 第112-113页 |
| ·本章小结 | 第113-115页 |
| 第6章 粒子群优化的无迹粒子滤波FastSLAM方法 | 第115-132页 |
| ·引言 | 第115-116页 |
| ·FastSLAM算法 | 第116-120页 |
| ·移动机器人SLAM问题 | 第116-117页 |
| ·FastSLAM算法原理 | 第117-119页 |
| ·FastSLAM算法分析 | 第119-120页 |
| ·PSOU-SLAM算法 | 第120-129页 |
| ·PSOU-SLAM状态估计 | 第120-123页 |
| ·PSOU-SLAM路标估计 | 第123-127页 |
| ·PSOU-SLAM算法流程 | 第127-129页 |
| ·实验与结果分析 | 第129-131页 |
| ·本章小结 | 第131-132页 |
| 结论 | 第132-135页 |
| 参考文献 | 第135-149页 |
| 致谢 | 第149-150页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第150-152页 |
| 附录B 攻读学位期间主持和参与的科研课题 | 第152页 |