| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-26页 |
| ·引言 | 第12-17页 |
| ·研究背景 | 第12-16页 |
| ·课题的研究意义 | 第16-17页 |
| ·移动机器人定位导航所涉及的主要问题 | 第17-21页 |
| ·环境的描述 | 第17-18页 |
| ·多传感器信息融合方法 | 第18-20页 |
| ·同时定位与地图创建问题(SLAM问题) | 第20-21页 |
| ·主要研究内容及章节安排 | 第21-26页 |
| ·主要研究内容 | 第22-23页 |
| ·章节安排 | 第23-26页 |
| 第二章 定位用传感器的误差校正与自适应加权融合估计 | 第26-49页 |
| ·MKⅡ移动机器人实验平台 | 第26-28页 |
| ·MKⅡ机器人内部传感器定位误差分析及校正 | 第28-30页 |
| ·测距法定位误差分析 | 第28-29页 |
| ·测距法误差校正实验与结果分析 | 第29-30页 |
| ·MKⅡ机器人定位用外部传感器性能分析 | 第30-32页 |
| ·激光/红外测距仪 | 第31页 |
| ·全球定位系统GPS | 第31-32页 |
| ·基于数据层的内、外部传感器信息融合 | 第32-42页 |
| ·自适应加权融合估计 | 第33-35页 |
| ·实验一——测距法与GPS信号融合的定位导航研究 | 第35-38页 |
| ·实验二——测距法与红外/激光的信息融合定位对接研究 | 第38-42页 |
| ·深海集矿机水声测量与定位系统的校正研究 | 第42-47页 |
| ·长基线系统的定位原理 | 第42-43页 |
| ·长基线系统的精度分析 | 第43-44页 |
| ·声速修正的数值迭代模型 | 第44-46页 |
| ·仿真结果与分析 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第三章 移动机器人环境感知与实时避障策略研究 | 第49-69页 |
| ·基于声纳信息的环境感知研究 | 第49-53页 |
| ·基于时间间隔TOF的环境建图原理与不确定性分析 | 第49-50页 |
| ·环境地图的表达方法 | 第50-52页 |
| ·概率特征地图的构建 | 第52-53页 |
| ·避障声纳信息的融合与处理 | 第53-59页 |
| ·高斯和(Sum of Guassians,SOG)融合滤波算法 | 第53-56页 |
| ·SOG融合地图模型建立 | 第56-57页 |
| ·声纳信息特征提取方法 | 第57页 |
| ·地图构建方法的实验验证 | 第57-59页 |
| ·不确定环境下的机器人实时避障策略 | 第59-64页 |
| ·人工势场法的基本原理及其改进算法 | 第59-61页 |
| ·轮式机器人或履带式集矿机的运动模型 | 第61-62页 |
| ·避障过程设计思想 | 第62-63页 |
| ·避障策略的实验验证 | 第63-64页 |
| ·深海采矿集矿机避障应用研究 | 第64-68页 |
| ·深海采矿集矿机测控系统硬件构成 | 第64-65页 |
| ·集矿机避障系统软件设计 | 第65-67页 |
| ·仿真结果 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 深海采矿集矿机自定位及轨迹跟踪研究 | 第69-89页 |
| ·卡尔曼滤波性能分析 | 第69-73页 |
| ·卡尔曼滤波方程的解算 | 第70-72页 |
| ·卡尔曼滤波算法解析 | 第72-73页 |
| ·模糊逻辑自适应卡尔曼滤波算法(FAKF) | 第73-77页 |
| ·加权指数因子调制算法 | 第74-75页 |
| ·模糊推理规则设计 | 第75-77页 |
| ·SUKF滤波算法及其改进 | 第77-81页 |
| ·UT变换与SUT变换 | 第77-79页 |
| ·SUKF算法解析 | 第79-81页 |
| ·SUKF算法的改进 | 第81页 |
| ·集矿机轨迹跟踪仿真分析与实验 | 第81-88页 |
| ·实验环境 | 第81-82页 |
| ·坐标系统的确定 | 第82-83页 |
| ·履带式集矿机运动的状态空间模型及观测方程 | 第83-85页 |
| ·仿真分析与结果 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 第五章 未知环境下的动态阈值数据相关研究 | 第89-99页 |
| ·数据相关问题算法解析 | 第89-93页 |
| ·最近邻方法(the Nearest Neighbor Method)[114,115] | 第90-91页 |
| ·概率数据相关PDA(Probabilistic Data Association)[116] | 第91-92页 |
| ·多假设跟踪MHT(Multiple Hypothesis Tracking)[118] | 第92-93页 |
| ·基于动态阈值的数据相关 | 第93-98页 |
| ·基于动态阈值的信息预处理 | 第93-94页 |
| ·基于动态阈值的最近邻数据相关 | 第94-95页 |
| ·实验验证 | 第95-98页 |
| ·本章小结 | 第98-99页 |
| 第六章 基于Unscented FastSLAM的增量式地图构建 | 第99-118页 |
| ·概述 | 第99-100页 |
| ·机器人运动及观测模型的概率描述 | 第100-102页 |
| ·EKFSLAM算法解析 | 第102-106页 |
| ·EKFSLAM算法原理 | 第102-104页 |
| ·EKFSLAM算法缺陷及处理方法 | 第104-106页 |
| ·FastSLAM算法解析 | 第106-108页 |
| ·位姿路径估计 | 第108页 |
| ·环境特征估计 | 第108页 |
| ·Unscented FastSLAM算法解析及改进研究 | 第108-112页 |
| ·位姿路径估计 | 第109-110页 |
| ·环境特征估计 | 第110-111页 |
| ·基于有效样本大小ESS的重要性权重计算 | 第111-112页 |
| ·仿真分析与实验研究 | 第112-117页 |
| ·实验环境 | 第112-113页 |
| ·实验结果分析 | 第113-117页 |
| ·本章小结 | 第117-118页 |
| 第七章 全文结论与进一步的研究工作 | 第118-121页 |
| 参考文献 | 第121-131页 |
| 致谢 | 第131-132页 |
| 攻读学位期间的主要研究成果 | 第132-133页 |
