| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·水下机器人的概述 | 第8-10页 |
| ·水下机器人的定义 | 第8页 |
| ·水下机器人的分类 | 第8-10页 |
| ·自主式水下机器人 | 第10页 |
| ·水下机器人导航定位系统的概述 | 第10-12页 |
| ·视觉导航定位技术 | 第10页 |
| ·GPS全球导航定位技术 | 第10-11页 |
| ·惯性导航定位技术 | 第11页 |
| ·声学导航定位技术 | 第11页 |
| ·同时定位与地图构建导航定位技术 | 第11-12页 |
| ·水下机器人的国内外发展现状 | 第12-13页 |
| ·国外水下机器人发展现状 | 第12页 |
| ·国内水下机器人发展现状 | 第12-13页 |
| ·定位与地图构建 | 第13-18页 |
| ·定位 | 第14页 |
| ·地图构建 | 第14-16页 |
| ·同时定位与地图构建 | 第16-17页 |
| ·SLAM发展现状 | 第17-18页 |
| ·课题意义 | 第18页 |
| ·论文的组织结构 | 第18-20页 |
| 第二章 AUV系统结构与模型构建 | 第20-27页 |
| ·AUV系统体系结构 | 第20-23页 |
| ·移动机器人的移动机构 | 第20页 |
| ·航迹推测传感器系统 | 第20-21页 |
| ·环境感知传感器系统 | 第21页 |
| ·传感器在AUV中的应用 | 第21-23页 |
| ·AUV系统模型构建 | 第23-26页 |
| ·坐标模型 | 第23-24页 |
| ·运动数学模型 | 第24-25页 |
| ·观测模型 | 第25-26页 |
| ·特征模型 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 AUV多传感器信息融合 | 第27-38页 |
| ·AUV多传感器信息融合系统的结构 | 第27-30页 |
| ·特征提取 | 第28-29页 |
| ·数据关联 | 第29-30页 |
| ·AUV多传感器信息融合常用方法 | 第30-36页 |
| ·SLAM问题的描述 | 第31-33页 |
| ·多传感器信息融合常用方法 | 第33-36页 |
| ·多传感器信息融合在AUV领域的应用 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于虚拟噪声补偿技术的EKF-SLAM算法研究 | 第38-47页 |
| ·EKF-SLAM信息融合算法研究 | 第38-42页 |
| ·EKF在SLAM中的应用 | 第38-39页 |
| ·EKF算法的具体原理 | 第39-41页 |
| ·EKF算法主要程序 | 第41-42页 |
| ·EKF的局限性 | 第42页 |
| ·基于虚拟噪声补偿技术的EKF算法研究 | 第42-45页 |
| ·非线性运动系统模型线性化 | 第43-44页 |
| ·建立时变噪声统计估值器 | 第44页 |
| ·卡尔曼滤波 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 构建AUV系统仿真模型及仿真 | 第47-50页 |
| ·构建AUV系统仿真模型 | 第47页 |
| ·仿真结果及分析 | 第47-48页 |
| ·两种算法在SLAM中的仿真验证 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 总结与展望 | 第50-52页 |
| 主要工作总结 | 第50页 |
| 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第58-60页 |