| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题来源及研究意义 | 第9-10页 |
| ·课题来源 | 第9页 |
| ·动态环境下自主车SLAM的研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·本课题相关领域的研究现状 | 第10-12页 |
| ·动态环境下自主车SLAM的研究现状 | 第12-14页 |
| ·论文的研究内容与章节安排 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·章节安排 | 第15-16页 |
| 第二章 动态环境下自主车SLAM模型描述 | 第16-24页 |
| ·自主车原型 | 第16-19页 |
| ·自主车系统 | 第16-17页 |
| ·惯性导航系统 | 第17-18页 |
| ·激光雷达环境感知系统 | 第18-19页 |
| ·SLAM相关模型 | 第19-21页 |
| ·自主车运动模型 | 第19-20页 |
| ·环境特征模型 | 第20页 |
| ·传感器观测模型 | 第20-21页 |
| ·SLAM系统模型 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 小生境粒子群优化的快速SLAM方法 | 第24-36页 |
| ·经典的FastSLAM方法及其存在的问题 | 第24-27页 |
| ·粒子滤波器概述 | 第24页 |
| ·FastSLAM算法概述 | 第24-26页 |
| ·FastSLAM算法存在的问题 | 第26-27页 |
| ·小生境粒子群优化的FastSLAM方法 | 第27-31页 |
| ·粒子群优化算法概述 | 第27页 |
| ·小生境技术概述 | 第27-28页 |
| ·小生境粒子群优化策略 | 第28-29页 |
| ·算法步骤及流程图 | 第29-31页 |
| ·实验结果及分析 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 SLAM中基于局部地图的混合数据关联方法 | 第36-45页 |
| ·SLAM中的数据关联问题 | 第36-38页 |
| ·数据关联问题描述 | 第36-37页 |
| ·ICNN算法概述 | 第37页 |
| ·JCBB算法概述 | 第37-38页 |
| ·基于局部地图的混合数据关联方法 | 第38-41页 |
| ·混合关联 | 第38-39页 |
| ·局部关联 | 第39-41页 |
| ·算法步骤及流程图 | 第41页 |
| ·实验结果及分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 动态障碍处理方法及动态环境下SLAM的实现 | 第45-55页 |
| ·基于数据关联过程的动态障碍处理方法 | 第45-48页 |
| ·动态障碍处理思路 | 第45-47页 |
| ·动态障碍处理步骤及流程图 | 第47-48页 |
| ·动态环境下SLAM算法总体框架 | 第48-49页 |
| ·实验结果及分析 | 第49-54页 |
| ·仿真实验 | 第50-52页 |
| ·室外实验 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·论文工作总结 | 第55页 |
| ·进一步的研究方向 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间主要的研究成果 | 第64页 |