| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 引言 | 第9-10页 |
| 1.2 即时定位和构建地图的目的及意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-15页 |
| 1.3.1 即时定位和构建地图问题的起源、发展和前景 | 第10-12页 |
| 1.3.2 移动机器人定位现状 | 第12-13页 |
| 1.3.3 移动机器人地图创建现状 | 第13-15页 |
| 1.4 论文主要研究内容及章 节安排 | 第15-17页 |
| 第二章 相关技术介绍 | 第17-35页 |
| 2.1 即时定位和构建地图中涉及到的关键技术 | 第17-19页 |
| 2.1.1 环境信息的提取 | 第17页 |
| 2.1.2 不确定信息的处理 | 第17-18页 |
| 2.1.3 数据关联 | 第18-19页 |
| 2.2 即时定位和构建地图中的模型 | 第19-23页 |
| 2.2.1 坐标系模型 | 第19-20页 |
| 2.2.2 机器人的运动学模型 | 第20-21页 |
| 2.2.3 传感器观测模型 | 第21页 |
| 2.2.4 噪声模型 | 第21-22页 |
| 2.2.5 环境特征模型及地图模型 | 第22-23页 |
| 2.3 地磁场确定方向 | 第23-25页 |
| 2.4 克里格插值算法 | 第25-34页 |
| 2.4.1 协方差函数 | 第25-26页 |
| 2.4.2 随机过程与区域化变量 | 第26-31页 |
| 2.4.3 变异函数和构造分析 | 第31-32页 |
| 2.4.4 克里格插值的具体原理 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 改进的粒子滤波算法 | 第35-48页 |
| 3.1 引言 | 第35-36页 |
| 3.2 粒子滤波算法思想 | 第36-41页 |
| 3.2.1 粒子滤波的缺点 | 第38-41页 |
| 3.3 改进重要性密度函数的粒子滤波算法 | 第41-44页 |
| 3.4 仿真结果 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 融合克里格插值算法的RB粒子滤波SLAM算法 | 第48-62页 |
| 4.1 引言 | 第48-49页 |
| 4.2 同时定位和地图创建研究中的主要问题 | 第49-51页 |
| 4.2.1 运动模型和测量模型 | 第49-50页 |
| 4.2.2 在线SLAM | 第50页 |
| 4.2.3 全局SLAM | 第50-51页 |
| 4.3 基于Rao-Blackwellized粒子滤波的即时定位和构建地图算法及其分解 | 第51-52页 |
| 4.4 融合克里格插值算法的Rao-Blackwellized改进粒子滤波SLAM算法 | 第52-58页 |
| 4.4.1 即时定位和构建地图中的地磁地图创建的实现 | 第52-55页 |
| 4.4.2 即时定位和构建地图中移动机器人自定位的实现 | 第55-57页 |
| 4.4.3 基于室内波动地磁场的具体即时定位和构建地图算法 | 第57-58页 |
| 4.5 实验结果及分析 | 第58-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 本文总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录1攻读硕士学位期间撰写的论文 | 第67-68页 |
| 致谢 | 第68页 |
