同步定位与地图构建技术中的数据关联问题
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·自主机器人导航中的SLAM 技术 | 第10-13页 |
| ·自主机器人定位 | 第10-11页 |
| ·自主机器人地图构建 | 第11-12页 |
| ·自主机器人同步定位与地图构建 | 第12-13页 |
| ·SLAM 技术的研究现状 | 第13-15页 |
| ·论文的主要研究内容 | 第15-16页 |
| 第2章 SLAM问题的数学模型 | 第16-29页 |
| ·SLAM 数学描述 | 第16-19页 |
| ·贝叶斯估计 | 第16-17页 |
| ·SLAM 概率模型 | 第17-19页 |
| ·SLAM 系统状态空间 | 第19-20页 |
| ·SLAM 运动模型和观测模型 | 第20-25页 |
| ·运动模型 | 第20-23页 |
| ·观测模型 | 第23-25页 |
| ·SLAM 仿真模型 | 第25-28页 |
| ·车辆动力学模型 | 第25-27页 |
| ·环境路标模型 | 第27-28页 |
| ·传感器模型 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 SLAM问题的概率估计算法 | 第29-48页 |
| ·引言 | 第29页 |
| ·基于扩展卡尔曼滤波的SLAM 算法 | 第29-33页 |
| ·基于EKF 的SLAM 算法 | 第30-32页 |
| ·EKF-SLAM 的计算复杂度 | 第32-33页 |
| ·基于扩展信息滤波的SLAM 算法 | 第33-40页 |
| ·SLAM 概率模型的信息形式 | 第33-34页 |
| ·基于EIF 的SLAM 算法 | 第34-40页 |
| ·信息矩阵的结构分析 | 第40页 |
| ·基于稀疏扩展信息滤波的SLAM 算法 | 第40-47页 |
| ·信息矩阵的稀疏化 | 第41-43页 |
| ·基于SEIF 的SLAM 算法 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 SLAM算法中的数据关联问题 | 第48-75页 |
| ·引言 | 第48页 |
| ·有关数据关联的基本概念 | 第48-52页 |
| ·马氏距离和卡方分布 | 第48-49页 |
| ·基于最近邻近-马氏距离法的数据关联算法 | 第49-51页 |
| ·数据关联的闭环问题 | 第51-52页 |
| ·EKF-SLAM 算法中的数据关联 | 第52-57页 |
| ·EKF-SLAM 及其数据关联算法 | 第52-53页 |
| ·数据关联算法仿真分析 | 第53-57页 |
| ·EIF-SLAM 算法中的数据关联 | 第57-59页 |
| ·EIF-SLAM 及其数据关联算法 | 第57-58页 |
| ·数据关联算法仿真分析 | 第58-59页 |
| ·SEIF-SLAM 算法中的数据关联 | 第59-73页 |
| ·近似化处理的数据关联方法 | 第59-61页 |
| ·数据关联算法仿真分析 | 第61-73页 |
| ·本章小结 | 第73-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 附录 | 第82-88页 |
| 附录1 卡尔曼滤波基本数学模型 | 第82-83页 |
| 附录2 线性卡尔曼滤波模型 | 第83-85页 |
| 附录3 扩展卡尔曼滤波模型 | 第85-88页 |
| 攻读学位期间发表的学术论文 | 第88-90页 |
| 致谢 | 第90页 |
