| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| ·本文的选题背景和意义 | 第11-14页 |
| ·课题研究现状和发展趋势 | 第14-16页 |
| ·本文工作及论文结构 | 第16-19页 |
| ·本文内容及创新点 | 第16-17页 |
| ·本文组织结构 | 第17-19页 |
| 第二章 基于无线传感器网络的移动机器人定位问题描述及仿真平台的搭建 | 第19-33页 |
| ·基于无线传感器网络的移动机器人定位问题描述 | 第19-23页 |
| ·节点位置已知条件下的移动机器人定位问题 | 第19-21页 |
| ·节点位置未知条件下的移动机器人SLAM问题 | 第21-23页 |
| ·机器人-传感器网络仿真平台的搭建 | 第23-32页 |
| ·仿真平台的系统结构 | 第23-25页 |
| ·传感器节点仿真模型的建立 | 第25-27页 |
| ·传感器网络结构和协议仿真设计 | 第27-32页 |
| ·小结 | 第32-33页 |
| 第三章 基于改进粒子滤波的移动机器人定位算法 | 第33-48页 |
| ·问题描述 | 第33-36页 |
| ·贝叶斯模型 | 第33-34页 |
| ·系统模型 | 第34-35页 |
| ·几种概率定位方法 | 第35-36页 |
| ·粒子滤波定位算法 | 第36-38页 |
| ·引入节点置信度的粒子滤波定位算法 | 第38-41页 |
| ·节点置信度的计算 | 第39-40页 |
| ·算法步骤 | 第40-41页 |
| ·仿真实验验证 | 第41-47页 |
| ·实验场景介绍 | 第42-44页 |
| ·实验结果 | 第44-47页 |
| ·小结 | 第47-48页 |
| 第四章 基于FastSLAM的纯蒙特卡洛SLAM算法 | 第48-61页 |
| ·问题描述 | 第48-50页 |
| ·系统模型 | 第49-50页 |
| ·基于概率的SLAM算法 | 第50页 |
| ·FastSLAM算法 | 第50-52页 |
| ·纯蒙特卡洛的SLAM问题 | 第52-56页 |
| ·移动机器人位置的先验估计 | 第52-53页 |
| ·节点位置的估计 | 第53-54页 |
| ·权重计算 | 第54-55页 |
| ·算法流程 | 第55-56页 |
| ·仿真实验验证 | 第56-60页 |
| ·初始估计比较 | 第56-57页 |
| ·SLAM实验结果 | 第57-60页 |
| ·小结 | 第60-61页 |
| 第五章 结论与展望 | 第61-63页 |
| ·研究工作总结 | 第61-62页 |
| ·下一步工作展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 作者在学期间取得的学术成果 | 第70页 |