| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 定位技术 | 第10-11页 |
| 1.2.2 路径规划 | 第11-12页 |
| 1.2.3 导航引导 | 第12-13页 |
| 1.3 论文的主要内容 | 第13-14页 |
| 1.4 论文的章节安排 | 第14-15页 |
| 2 基于传感器复合证据理论的行人导航位置匹配 | 第15-33页 |
| 2.1 智能手机传感器 | 第15-17页 |
| 2.2 证据理论基础 | 第17-20页 |
| 2.3 基于传感器特征的复合证据理论 | 第20-27页 |
| 2.3.1 识别框架的建立 | 第20-24页 |
| 2.3.2 基本概率分配函数 | 第24-26页 |
| 2.3.3 证据冲突处理 | 第26-27页 |
| 2.4 位置匹配实验 | 第27-32页 |
| 2.4.1 实验环境及数据 | 第27页 |
| 2.4.2 改进后的证据理论计算 | 第27-30页 |
| 2.4.3 实验结果对比与分析 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 夜间环境下的行人导航路径规划 | 第33-46页 |
| 3.1 夜间环境下的行人导航需求分析 | 第33-35页 |
| 3.2 人工蜂群算法 | 第35-36页 |
| 3.3 行人导航多目标路径规划算法 | 第36-39页 |
| 3.3.1 Pareto最优解 | 第36-38页 |
| 3.3.2 人工蜂群算法的搜索策略 | 第38-39页 |
| 3.4 实验分析 | 第39-44页 |
| 3.4.1 实验环境及实验数据 | 第39-40页 |
| 3.4.2 算法实验 | 第40-44页 |
| 3.5 本章小结 | 第44-46页 |
| 4 基于Google Tango的相对空间感知与行人导航引导方法 | 第46-59页 |
| 4.1 Google Tango技术 | 第46-47页 |
| 4.2 行人的方位感知与引导需求差异分析 | 第47-55页 |
| 4.2.1 方向感与引导需求差异 | 第47-49页 |
| 4.2.2 路径引导描述与方位感评估实验 | 第49-54页 |
| 4.2.3 综合分析 | 第54-55页 |
| 4.3 基于Google Tango相对空间感知的行人引导 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-62页 |
| 5.1 论文总结 | 第59-60页 |
| 5.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-68页 |
| 在读期间主要研究成果 | 第68页 |
| 在读期间参与项目情况 | 第68-69页 |
| 致谢 | 第69-70页 |