| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第15-36页 |
| 1.1 引言 | 第15-16页 |
| 1.2 风管清扫机器人国内外研究现状 | 第16-20页 |
| 1.3 同时定位与地图创建问题的国内外研究现状 | 第20-34页 |
| 1.3.1 SLAM的问题描述 | 第21-22页 |
| 1.3.2 SLAM主要解决方案 | 第22-29页 |
| 1.3.3 SLAM其它技术问题 | 第29-34页 |
| 1.4 论文的组织结构 | 第34-36页 |
| 第2章 风管清扫机器人体系结构及系统模型 | 第36-51页 |
| 2.1 风管清扫机器人平台及系统建模 | 第37-48页 |
| 2.1.1 样机及实验平台 | 第37-38页 |
| 2.1.2 坐标系定义 | 第38页 |
| 2.1.3 机器人运动学模型 | 第38-40页 |
| 2.1.4 机器人观测模型 | 第40-47页 |
| 2.1.5 环境路标数据关联方法 | 第47-48页 |
| 2.2 系统仿真平台及系统建模 | 第48-50页 |
| 2.3 本章小结 | 第50-51页 |
| 第3章 基于混合蛙跳算法优化的FAST-SLAM方法研究 | 第51-65页 |
| 3.1 FASTSLAM算法 | 第51-54页 |
| 3.2 混合蛙跳算法 | 第54-57页 |
| 3.3 基于改进混合蛙跳优化的无迹FASTSLAM算法 | 第57-60页 |
| 3.3.1 改进混合蛙跳算法 | 第57-58页 |
| 3.3.2 UKF代替EKF进行机器人位姿和路标位置估计 | 第58-59页 |
| 3.3.3 基于改进混合蛙跳优化的FastSLAM方法(ISFLA-FastSLAM) | 第59-60页 |
| 3.4 仿真与实验 | 第60-64页 |
| 3.4.1 仿真及分析 | 第60-62页 |
| 3.4.2 实验及分析 | 第62-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第4章 基于FCMAC优化的随机有限集SLAM方法研究 | 第65-81页 |
| 4.1 随机有限集SLAM方法 | 第65-70页 |
| 4.1.1 随机有限集SLAM模型 | 第65-67页 |
| 4.1.2 随机有限集SLAM的实现 | 第67-70页 |
| 4.2 模糊小脑神经网络 | 第70-73页 |
| 4.3 基于模糊小脑神经网络的随机有限集SLAM算法 | 第73-75页 |
| 4.4 仿真与实验 | 第75-80页 |
| 4.4.1 仿真及分析 | 第75-78页 |
| 4.4.2 实验及分析 | 第78-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第5章 基于和谐函数与拓扑网络的主动SLAM研究 | 第81-99页 |
| 5.1 主动SLAM框架 | 第82-83页 |
| 5.2 特征与栅格混合地图 | 第83-84页 |
| 5.3 和谐函数局部路径规划 | 第84-89页 |
| 5.3.1 和谐函数路径规划原理 | 第84-86页 |
| 5.3.2 优化和谐势场局部路径规划机制 | 第86-89页 |
| 5.4 迪杰斯特拉最短路径搜索 | 第89-91页 |
| 5.5 导航目标搜索 | 第91-93页 |
| 5.6 仿真及分析 | 第93-96页 |
| 5.7 实验及分析 | 第96-98页 |
| 5.8 本章小结 | 第98-99页 |
| 第6章 结论与展望 | 第99-101页 |
| 参考文献 | 第101-118页 |
| 致谢 | 第118-119页 |
| 附录A 攻读学位期间发表的论文 | 第119-120页 |
| 附录B 攻读学位期间申请的专利 | 第120-121页 |
| 附录C 攻读学位期间参与的课题 | 第121页 |
