| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·课题研究的目的和意义 | 第8页 |
| ·移动机器人同时定位与地图构建（SLAM）概述 | 第8-15页 |
| ·SLAM 问题描述 | 第8-9页 |
| ·解决 SLAM 问题的关键技术 | 第9-10页 |
| ·SLAM 问题的起源、发展和前景 | 第10-13页 |
| ·主要 SLAM 方法 | 第13-15页 |
| ·本文结构安排和主要工作 | 第15-17页 |
| 第二章 SLAM 基础理论与系统建模 | 第17-29页 |
| ·移动机器人的定位问题 | 第17-18页 |
| ·移动机器人系统建模 | 第18-23页 |
| ·系统坐标模型 | 第18-19页 |
| ·环境地图模型 | 第19页 |
| ·机器人位置模型 | 第19-20页 |
| ·里程计或控制命令模型 | 第20页 |
| ·机器人运动模型 | 第20-22页 |
| ·传感器观测模型 | 第22页 |
| ·环境特征的增广模型 | 第22-23页 |
| ·数据关联问题 | 第23-24页 |
| ·SLAM 的 Bayes 滤波模型 | 第24页 |
| ·EKF SLAM 算法 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 在线快速抑噪的自适应强跟踪滤波算法研究 | 第29-37页 |
| ·强跟踪滤波器的基本算法 | 第29-31页 |
| ·在线快速抑噪的自适应强跟踪滤波算法 | 第31-33页 |
| ·仿真实验结果与分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 移动机器人三维空间 SLAM 算法研究 | 第37-46页 |
| ·移动机器人三维空间 SLAM 主要问题 | 第37-40页 |
| ·移动机器人的运动模型 | 第37-38页 |
| ·移动机器人的观测模型 | 第38-39页 |
| ·SLAM 算法的一致性问题 | 第39页 |
| ·基于奇异值分解（SVD）的改进策略 | 第39-40页 |
| ·改进型快速抑噪自适应强跟踪滤波算法 | 第40-42页 |
| ·基于改进型 FASTF 的快速自适应 SLAM 算法 | 第42页 |
| ·仿真实验与结果分析 | 第42-45页 |
| ·实验环境 | 第42-43页 |
| ·实验结果分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 路标提取方法研究 | 第46-54页 |
| ·激光传感器介绍 | 第46页 |
| ·路标提取方案 | 第46-50页 |
| ·实体特征检测 | 第46页 |
| ·路标提取流程 | 第46-50页 |
| ·仿真实验 | 第50-53页 |
| ·仿真实验环境 | 第50页 |
| ·实验结果分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结和展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 个人简历 在读期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |