| 摘要 | 第1-8页 |
| ABSTRACT | 第8-14页 |
| 第一章 绪论 | 第14-36页 |
| ·移动机器人研究意义与现状 | 第14-20页 |
| ·机器人SLAM问题的研究意义 | 第15-16页 |
| ·国外研究现状 | 第16-18页 |
| ·国内研究现状 | 第18-20页 |
| ·SLAM问题的理论研究算法趋势和研究内容 | 第20-31页 |
| ·机器人环境建模与定位算法 | 第20-24页 |
| ·环境地图的创建 | 第24-26页 |
| ·外部信息的获取 | 第26-30页 |
| ·SLAM研究中的关键技术 | 第30-31页 |
| ·论文的主要研究内容与组织结构 | 第31-36页 |
| ·主要研究内容 | 第31-34页 |
| ·论文组织结构 | 第34-36页 |
| 第二章 移动机器人系统结构与开发平台 | 第36-56页 |
| ·坐标系统模型 | 第36页 |
| ·移动机器人位姿模型 | 第36-40页 |
| ·机器人控制数学模型 | 第37-39页 |
| ·机器人运动数学模型 | 第39-40页 |
| ·移动机器人传感器 | 第40-46页 |
| ·里程计传感器 | 第40-41页 |
| ·测距传感器 | 第41-43页 |
| ·视觉传感器 | 第43-46页 |
| ·环境特征的动态模型 | 第46页 |
| ·基于SLAM研究的开发平台 | 第46-54页 |
| ·Pioneer3 机器人硬件结构 | 第47-49页 |
| ·基于 Pioneer3 机器人软件开发平台 | 第49-54页 |
| ·本章小结 | 第54-56页 |
| 第三章 局部环境特征的识别 | 第56-88页 |
| ·基于视觉的环境特征识别 | 第56-73页 |
| ·点特征匹配概述 | 第57-58页 |
| ·图像的多尺度表示 | 第58页 |
| ·SIFT特征匹配算法 | 第58-62页 |
| ·基于MGRN的SIFT算法 | 第62-73页 |
| ·基于激光测距的几何环境特征识别 | 第73-80页 |
| ·基于延迟拟合与增强短线段权值的直线匹配算法 | 第74-80页 |
| ·实验结果 | 第80页 |
| ·基于线段权值向量与SIFT图像特征数据融合算法 | 第80-86页 |
| ·基于激光数据的线段权值向量（WLV） | 第82-83页 |
| ·基于WLV与SIFT数据融合的环境特征识别 | 第83-86页 |
| ·本章小结 | 第86-88页 |
| 第四章 基于粒子滤波定位的研究 | 第88-121页 |
| ·基于概率的定位 | 第88-96页 |
| ·贝叶斯估计 | 第90-91页 |
| ·卡尔曼滤波算法(Kalman Filter) | 第91-92页 |
| ·扩展卡尔曼滤波算法（Extended Kalman Filter） | 第92-94页 |
| ·基于EKF的实验结果 | 第94-96页 |
| ·粒子滤波算法的研究进展 | 第96-102页 |
| ·粒子滤波原理 | 第98-100页 |
| ·粒子滤波存在的问题 | 第100-101页 |
| ·粒子滤波的研究进展 | 第101-102页 |
| ·基于粒子滤波算法的定位 | 第102-119页 |
| ·RBPF粒子滤波原理 | 第102-104页 |
| ·基于UKF辅助的RBPF算法 | 第104-112页 |
| ·粒子退化及重采样的研究 | 第112-117页 |
| ·实验结果 | 第117-119页 |
| ·本章小结 | 第119-121页 |
| 第五章 基于拓扑与几何特征的地图创建 | 第121-137页 |
| ·混合拓扑-几何特征地图 | 第121-136页 |
| ·拓扑-几何混合地图的建立 | 第122-126页 |
| ·拓扑节点的识别 | 第126-131页 |
| ·回溯闭环问题 | 第131-134页 |
| ·实验仿真结果 | 第134-136页 |
| ·本章小结 | 第136-137页 |
| 第六章 总结与展望 | 第137-141页 |
| ·全文内容总结 | 第137-139页 |
| ·基于视觉和激光传感器信息数据处理算法的研究 | 第137-138页 |
| ·基于粒子滤波算法的机器人定位的研究 | 第138-139页 |
| ·基于拓扑-几何特征混合地图的创建 | 第139页 |
| ·未来展望 | 第139-141页 |
| 参考文献 | 第141-151页 |
| 作者在攻读博士学位期间的主要工作成果 | 第151-153页 |
| 致谢 | 第153-154页 |