| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第16-42页 |
| 1.1 研究的背景和意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.3 移动机器人导航过程中的关键问题 | 第21-35页 |
| 1.3.1 环境建模 | 第21-23页 |
| 1.3.2 移动机器人定位 | 第23-31页 |
| 1.3.3 路径和行为规划 | 第31-35页 |
| 1.4 不确定性的来源及处理方法 | 第35-38页 |
| 1.5 全文内容安排 | 第38-40页 |
| 1.6 论文的章节安排 | 第40-42页 |
| 第2章 移动机器人的运动和感知 | 第42-64页 |
| 2.1 引言 | 第42-43页 |
| 2.2 移动机器人的运动 | 第43-49页 |
| 2.2.1 非完整约束与非完整系统 | 第43-45页 |
| 2.2.2 运动学建模 | 第45-49页 |
| 2.3 环境感知模型 | 第49-61页 |
| 2.3.1 激光观测模型 | 第50-52页 |
| 2.3.2 激光观测预处理方法 | 第52-58页 |
| 2.3.3 基于激光雷达的环境地图创建 | 第58-61页 |
| 2.4 本章小节 | 第61-64页 |
| 第3章 基于正态分布变换的移动机器人定性扫描匹配方法 | 第64-82页 |
| 3.1 引言 | 第64-65页 |
| 3.2 激光观测的层次聚类 | 第65-70页 |
| 3.2.1 粗聚类 | 第66-68页 |
| 3.2.2 精细聚类 | 第68-70页 |
| 3.3 激光观测数据变换 | 第70-72页 |
| 3.3.1 点簇的定量描述 | 第70-71页 |
| 3.3.2 点簇之间的成对约束 | 第71-72页 |
| 3.4 基于点簇的扫描匹配方法 | 第72-77页 |
| 3.4.1 点簇匹配 | 第73-75页 |
| 3.4.2 点簇配准 | 第75-77页 |
| 3.5 实验与分析 | 第77-81页 |
| 3.6 本章小节 | 第81-82页 |
| 第4章 基于粒子集优化算法的移动机器人全局定位 | 第82-100页 |
| 4.1 引言 | 第82-83页 |
| 4.2 粒子滤波与粒子群优化算法 | 第83-86页 |
| 4.2.1 基于粒子滤波器的移动机器人定位算法 | 第83-85页 |
| 4.2.2 粒子群优化算法 | 第85-86页 |
| 4.3 基于POF的全局定位方法 | 第86-94页 |
| 4.3.1 环境模型 | 第87-89页 |
| 4.3.2 初始位姿估计 | 第89-93页 |
| 4.3.3 多假设位姿跟踪 | 第93-94页 |
| 4.4 实验结果与分析 | 第94-98页 |
| 4.5 本章小节 | 第98-100页 |
| 第5章 基于速度空间的动态避障和轨迹跟踪方法 | 第100-112页 |
| 5.1 引言 | 第100-101页 |
| 5.2 问题描述 | 第101-102页 |
| 5.3 基于速度空间的轨迹跟踪方法 | 第102-106页 |
| 5.3.1 构造速度空间 | 第103-104页 |
| 5.3.2 轨迹预测与评价 | 第104-105页 |
| 5.3.3 稳定性分析 | 第105-106页 |
| 5.4 实验与结果 | 第106-110页 |
| 5.5 本章小节 | 第110-112页 |
| 第6章 总结与展望 | 第112-116页 |
| 6.1 论文总结 | 第112-114页 |
| 6.2 工作展望 | 第114-116页 |
| 参考文献 | 第116-124页 |
| 致谢 | 第124-126页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第126-127页 |