| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 位姿估计技术概述 | 第12-13页 |
| 1.2.2 目标跟踪研究现状 | 第13-14页 |
| 1.2.3 多机器人协同位姿估计研究现状 | 第14-15页 |
| 1.3 本文主要内容及章节安排 | 第15-17页 |
| 第二章 移动机器人平台设计 | 第17-33页 |
| 2.1 感知层设计 | 第19-25页 |
| 2.1.1 视觉跟踪转台概述 | 第20-21页 |
| 2.1.2 工业相机及目标检测 | 第21-23页 |
| 2.1.3 激光传感器 | 第23-25页 |
| 2.2 驱动层设计 | 第25-27页 |
| 2.3 通信层设计 | 第27-30页 |
| 2.3.1 通信数据帧设计 | 第27-29页 |
| 2.3.2 时隙资源分配 | 第29-30页 |
| 2.4 运算中心 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于纯方位观测的目标跟踪 | 第33-54页 |
| 3.1 卡尔曼滤波 | 第33-35页 |
| 3.1.1 标准卡尔曼滤波 | 第33-34页 |
| 3.1.2 扩展卡尔曼滤波 | 第34-35页 |
| 3.2 运动目标模型 | 第35-39页 |
| 3.2.1 CV模型 | 第35-36页 |
| 3.2.2 CA模型 | 第36页 |
| 3.2.3 Singer模型 | 第36-38页 |
| 3.2.4 当前统计模型 | 第38-39页 |
| 3.3 目标最小二乘定位及几何精度因子分析 | 第39-44页 |
| 3.3.1 多站观测最小二乘定位 | 第40-41页 |
| 3.3.2 纯方位观测的GDOP | 第41-43页 |
| 3.3.3 仿真与结果分析 | 第43-44页 |
| 3.4 基于当前统计模型的机动检测频率自适应跟踪算法 | 第44-53页 |
| 3.4.1 机动检测思想 | 第45页 |
| 3.4.2 基于残差检测的机动频率自适应目标跟踪算法 | 第45-48页 |
| 3.4.3 仿真实验及结果分析 | 第48-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 多机器人协同位姿估计 | 第54-75页 |
| 4.1 单机器人模型 | 第54-57页 |
| 4.1.1 运动学模型 | 第54-55页 |
| 4.1.2 观测模型 | 第55-57页 |
| 4.2 基于三角测量的初始位姿估计 | 第57-63页 |
| 4.2.1 牛顿-拉夫逊迭代法 | 第57-58页 |
| 4.2.2 航向搜索法 | 第58-59页 |
| 4.2.3 两圆交点法 | 第59-61页 |
| 4.2.4 不同方法仿真比较 | 第61-63页 |
| 4.3 多机器人集中式估计 | 第63-65页 |
| 4.4 多机器人配对式估计 | 第65-71页 |
| 4.5 仿真分析 | 第71-74页 |
| 4.6 本章小结 | 第74-75页 |
| 第五章 基于动态多机器人位姿估计的目标跟踪 | 第75-88页 |
| 5.1 多机系统测量方案 | 第75-76页 |
| 5.2 多机同时位姿估计及目标跟踪 | 第76-80页 |
| 5.2.1 基于多机运动中的目标跟踪 | 第76-80页 |
| 5.2.2 多机位姿估计及目标跟踪完整流程 | 第80页 |
| 5.3 仿真分析 | 第80-83页 |
| 5.4 实验结果 | 第83-87页 |
| 5.4.1 直线运动实验 | 第84-85页 |
| 5.4.2 目标围捕实验 | 第85-87页 |
| 5.5 本章小结 | 第87-88页 |
| 总结与展望 | 第88-90页 |
| 参考文献 | 第90-95页 |
| 攻读硕士学位期间取得的研究成果 | 第95-96页 |
| 致谢 | 第96-97页 |
| 附件 | 第97页 |