| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-14页 |
| 1.1.1 SLAM(同时定位与地图创建)的发展历程 | 第10-11页 |
| 1.1.2 EKF-SLAM的发展历程 | 第11-12页 |
| 1.1.3 多机器人SLAM的发展历程 | 第12-14页 |
| 1.2 研究内容 | 第14-15页 |
| 1.2.1 单机器人地图创建算法 | 第14页 |
| 1.2.2 基于拓扑结构的地图融合算法 | 第14-15页 |
| 1.3 研究成果及意义 | 第15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第二章 SLAM与地图融合算法基础知识介绍 | 第18-26页 |
| 2.1 地图制式介绍 | 第18-19页 |
| 2.2 经典EKF-SLAM算法介绍 | 第19-22页 |
| 2.3 广义VORONOI图基础介绍 | 第22-23页 |
| 2.4 本章小结 | 第23-26页 |
| 第三章 基于多机器人SLAM的地图创建融合算法介绍 | 第26-48页 |
| 3.1 算法开展背景 | 第26-29页 |
| 3.1.1 算法背景与参数简介 | 第26-27页 |
| 3.1.2 算法流程图 | 第27-29页 |
| 3.2 以机器人为基础坐标系的EKF-SLAM算法 | 第29-32页 |
| 3.2.1 预测步骤 | 第29-30页 |
| 3.2.2 更新步骤 | 第30-31页 |
| 3.2.3 地图形成阶段 | 第31-32页 |
| 3.3 一种新的概率性地图融合算法介绍 | 第32-46页 |
| 3.3.1 旋转角度计算 | 第33页 |
| 3.3.2 使用数学形态学构建广义Voronoi图 | 第33-35页 |
| 3.3.3 提出构建概率性广义Voronoi图 | 第35-37页 |
| 3.3.4 图像表示与边匹配 | 第37-41页 |
| 3.3.5 转换过程中的非线性不确定度解决 | 第41-44页 |
| 3.3.6 准确度计算、回环检测与地图融合 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 地图创建与融合算法仿真 | 第48-62页 |
| 4.1 经典EKF-SLAM算法仿真 | 第48-49页 |
| 4.2 以机器人为中心的EKF-SLAM算法仿真 | 第49-50页 |
| 4.3 标准形状地图的融合仿真 | 第50-55页 |
| 4.3.1 地图设计介绍和广义Voronoi图骨架提取 | 第50-52页 |
| 4.3.2 提取概率性广义Voronoi图框架的地图表示 | 第52-54页 |
| 4.3.3 相似矩阵的构建和地图的融合 | 第54-55页 |
| 4.4 基于真实复杂环境的地图融合仿真 | 第55-60页 |
| 4.4.1 地图框架提取与地图融合 | 第56-58页 |
| 4.4.2 地图融合与回环检测 | 第58-59页 |
| 4.4.3 算法对比结果 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读学位期间发表的学术论文目录 | 第70页 |
