基于粒子滤波器的大尺度环境下水下机器人的自主导航定位
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·SLAM 发展与应用 | 第10-11页 |
| ·SLAM 研究发展 | 第10-11页 |
| ·SLAM 的应用 | 第11页 |
| ·AUV 的发展 | 第11-13页 |
| ·国外 AUV 的发展状况 | 第11-12页 |
| ·我国 AUV 的发展状况 | 第12-13页 |
| ·本课题的主要工作及论文的组织结构 | 第13-14页 |
| 2 移动机器人定位与构图问题 | 第14-28页 |
| ·移动机器人的定位问题 | 第14-15页 |
| ·移动机器人的构图问题 | 第15-16页 |
| ·栅格地图 | 第15页 |
| ·特征地图 | 第15-16页 |
| ·拓扑地图 | 第16页 |
| ·传感器模型及机器人运动模型 | 第16-20页 |
| ·Super Seaking DST 声纳特性 | 第16-18页 |
| ·AUV 模型 | 第18-20页 |
| ·SLAM 问题描述 | 第20-21页 |
| ·基于EKF 的SLAM | 第21-23页 |
| ·基于粒子滤波器的SLAM | 第23-24页 |
| ·数据关联 | 第24-27页 |
| ·数据关联的过程 | 第24-25页 |
| ·门限过滤 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 3 基于粒子滤波的同时定位与地图构建(SLAM) | 第28-42页 |
| ·SLAM 问题的定义 | 第28-29页 |
| ·SLAM 的后验概率估计 | 第29-31页 |
| ·RBPF 实现SLAM 推导 | 第31-33页 |
| ·后验概率的分解表达 | 第32页 |
| ·分解SLAM 的公式 | 第32-33页 |
| ·RBPF 粒子滤波器实现SLAM 方法 | 第33-39页 |
| ·基本粒子滤波器 | 第33-34页 |
| ·RBPF 粒子滤波器 | 第34页 |
| ·机器人定位算法的步骤 | 第34页 |
| ·采样 | 第34-36页 |
| ·环境特征估计的更新 | 第36-37页 |
| ·权值计算 | 第37页 |
| ·权值重采样 | 第37-38页 |
| ·基于粒子滤波的SLAM 算法概述 | 第38-39页 |
| ·实验结果 | 第39-41页 |
| ·粒子滤波器实现SLAM 的仿真结果 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 RBPF 粒子滤波器的改进 | 第42-54页 |
| ·问题的描述 | 第42-43页 |
| ·改进的措施 | 第43-44页 |
| ·选择UKF 的原因 | 第44-46页 |
| ·改进的RBPF 算法 | 第46-47页 |
| ·算法结构 | 第46-47页 |
| ·仿真结果 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-55页 |
| ·总结 | 第54页 |
| ·展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 个人简历 | 第59页 |
| 攻读硕士学位期间发表的论文 | 第59页 |
