| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-11页 |
| 第一章 绪论 | 第11-25页 |
| ·研究背景 | 第11-13页 |
| ·智能移动机器人 | 第13-16页 |
| ·移动机器人实验平台 | 第13-14页 |
| ·硬件设计 | 第14-15页 |
| ·软件设计 | 第15-16页 |
| ·未知环境探测及三维语义建图相关技术与问题 | 第16-21页 |
| ·未知环境建图与导航 | 第16-17页 |
| ·未知环境感知与探测 | 第17-18页 |
| ·多机器人信息融合与协作 | 第18-19页 |
| ·基于 RGB-D 传感器的三维环境建图 | 第19-20页 |
| ·人的手势及活动的识别 | 第20页 |
| ·三维室内语义地图创建 | 第20-21页 |
| ·选题意义 | 第21-22页 |
| ·主要研究内容与技术创新点 | 第22-23页 |
| ·论文的结构安排 | 第23-25页 |
| 第二章 移动机器人二维室内建图与未知环境探测 | 第25-51页 |
| ·引言 | 第25-26页 |
| ·SLAM 问题理论基础 | 第26-31页 |
| ·SLAM 问题描述 | 第26-27页 |
| ·SLAM 常用算法分类 | 第27-28页 |
| ·SLAM 问题研究难点 | 第28-29页 |
| ·累积误差修正 | 第29-31页 |
| ·同步规划定位与建图 | 第31-35页 |
| ·候选目标点生成 | 第32页 |
| ·构建效用函数 | 第32-35页 |
| ·多移动机器人协作定位 | 第35-40页 |
| ·多机器人系统的网络设置 | 第36页 |
| ·目标检测 | 第36-37页 |
| ·协作目标定位 | 第37-39页 |
| ·坐标系校准 | 第37-38页 |
| ·协作定位 | 第38-39页 |
| ·性能评估 | 第39-40页 |
| ·实验结果与性能评估 | 第40-49页 |
| ·iRobot 移动机器人性能验证 | 第42-43页 |
| ·累积误差修正评估 | 第43-44页 |
| ·同步规划定位与建图实验 | 第44-47页 |
| ·移动机器人自主导航 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第三章 基于 RGB-D 摄像头的三维室内建图 | 第51-73页 |
| ·引言 | 第51-52页 |
| ·RGB-D 摄像头结构及其原理 | 第52-54页 |
| ·基于 RGB-D 摄像头的 VSLAM 系统构建 | 第54-62页 |
| ·移动机器人系统模块 | 第54-55页 |
| ·移动机器人系统建模 | 第55-59页 |
| ·运动模型 | 第56-57页 |
| ·度量模型 | 第57-59页 |
| ·Kinect 摄像头标定 | 第59-62页 |
| ·基于图像数据与运动数据融合的三维建图 | 第62-67页 |
| ·特征提取与匹配 | 第63-64页 |
| ·多层迭代最近点算法 | 第64-65页 |
| ·FastSLAM | 第65-67页 |
| ·实验结果与比较 | 第67-72页 |
| ·移动机器人软硬件配置及实验环境 | 第67页 |
| ·VSLAM 算法性能评估 | 第67-72页 |
| ·本章小结 | 第72-73页 |
| 第四章 基于可穿戴式传感器的连续手势识别 | 第73-93页 |
| ·引言 | 第73-74页 |
| ·可穿戴式运动传感器设计 | 第74-78页 |
| ·可穿戴式传感器的相关工作 | 第74-75页 |
| ·硬件设计 | 第75-76页 |
| ·能耗管理算法 | 第76-78页 |
| ·手势检测与分割 | 第78-80页 |
| ·基于分层隐马尔科夫模型的连续手势识别 | 第80-84页 |
| ·分层隐马尔科夫模型 | 第80-81页 |
| ·数据预处理 | 第81-82页 |
| ·基于 LHMMs 的单个手势识别 | 第82-83页 |
| ·基于 UHMMs 的连续手势识别 | 第83-84页 |
| ·实验结果与讨论 | 第84-92页 |
| ·人机交互实验环境介绍 | 第84-88页 |
| ·运动传感器精度测试 | 第85-87页 |
| ·节能评估 | 第87-88页 |
| ·连续手势识别测试 | 第88-92页 |
| ·FNNs 算法性能评估 | 第89-90页 |
| ·MHMMs 算法性能评估 | 第90-92页 |
| ·本章小结 | 第92-93页 |
| 第五章 基于人的活动识别的三维语义建图 | 第93-119页 |
| ·引言 | 第93-94页 |
| ·常见的地图形式 | 第94-95页 |
| ·语义建图系统建模 | 第95-99页 |
| ·问题表述 | 第95-96页 |
| ·运动传感器信息源 | 第96-97页 |
| ·活动位置信息源 | 第97页 |
| ·运动信息与位置信息融合 | 第97-99页 |
| ·语义地图信息反馈 | 第99页 |
| ·基于可穿戴式传感器的活动识别 | 第99-106页 |
| ·活动识别方法分类 | 第99-100页 |
| ·活动识别系统框架 | 第100页 |
| ·分层活动和手势模型 | 第100-101页 |
| ·基于无线运动传感器的活动识别 | 第101-104页 |
| ·粗粒度活动分类 | 第101-103页 |
| ·自适应手势检测 | 第103-104页 |
| ·动态贝叶斯网络的实现 | 第104-106页 |
| ·动态贝叶斯网络的数学模型 | 第104-105页 |
| ·改进型维特比算法 | 第105-106页 |
| ·基于贝叶斯原理的活动识别更新 | 第106页 |
| ·实验评估 | 第106-117页 |
| ·硬件设置 | 第106-108页 |
| ·移动目标检测与追踪 | 第108-109页 |
| ·基于无线运动传感器的人体运动识别 | 第109-110页 |
| ·活动识别融合测试 | 第110-112页 |
| ·二维环境语义建图测试 | 第112-115页 |
| ·三维环境语义建图测试 | 第115-117页 |
| ·本章小结 | 第117-119页 |
| 主要结论与展望 | 第119-121页 |
| 主要结论 | 第119-120页 |
| 展望 | 第120-121页 |
| 致谢 | 第121-123页 |
| 参考文献 | 第123-129页 |
| 附录: 作者在攻读博士学位期间发表的论文 | 第129页 |