| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-7页 |
| 第一章 绪论 | 第7-16页 |
| 1.1 课题研究的背景及意义 | 第7-8页 |
| 1.2 课题的研究现状 | 第8-14页 |
| 1.2.1 环境模型 | 第8-10页 |
| 1.2.2 地图优化研究现状 | 第10-12页 |
| 1.2.3 机器人定位研究现状 | 第12-14页 |
| 1.3 论文的研究内容和结构安排 | 第14-16页 |
| 第二章 动态环境下移动机器人地图创建 | 第16-31页 |
| 2.1 引言 | 第16页 |
| 2.2 栅格地图模型更新理论 | 第16-18页 |
| 2.3 动态障碍物的检测及伪数据点滤除算法 | 第18-21页 |
| 2.4 动态环境下栅格地图创建的流程 | 第21-22页 |
| 2.5 实验分析 | 第22-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 基于融合 SGD 算法和 NLS 算法的全局地图优化 | 第31-42页 |
| 3.1 引言 | 第31-32页 |
| 3.2 局部地图的表示 | 第32-33页 |
| 3.3 地图优化 | 第33-36页 |
| 3.3.1 状态空间的引入 | 第33页 |
| 3.3.2 基于融合随机梯度下降法和非线性最小二乘法的全局优化算法 | 第33-36页 |
| 3.4 实验分析 | 第36-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 移动机器人动态环境下定位 | 第42-57页 |
| 4.1 引言 | 第42-43页 |
| 4.2 蒙特卡洛定位(MCL) | 第43-44页 |
| 4.3 扩展蒙特卡洛定位算法(ER-MCL) | 第44-46页 |
| 4.3.1 均匀性检测 | 第44-45页 |
| 4.3.2 采样匹配性规则 | 第45页 |
| 4.3.3 基于采样匹配性规则的扩展蒙特卡洛算法(ER-MCL) | 第45-46页 |
| 4.4 实验分析 | 第46-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 全文总结 | 第57页 |
| 5.2 工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第62-63页 |
| 附录 2 攻读硕士学位期间申请的专利 | 第63-64页 |
| 附录 3 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |
