移动机器人同时定位与地图构建中数据关联方法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 数据关联技术国内外研究现状概述 | 第10-13页 |
| 1.2.1 SLAM问题简介 | 第10-11页 |
| 1.2.2 在SLAM中数据关联问题的研究 | 第11-12页 |
| 1.2.3 数据关联问题的研究现状 | 第12-13页 |
| 1.3 数据关联问题研究存在的问题与展望 | 第13-14页 |
| 1.4 研究内容与论文安排 | 第14-17页 |
| 第2章 数据关联建模与分析 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 SLAM中的数据关联问题描述 | 第17-20页 |
| 2.2.1 SLAM相关模型描述 | 第17-19页 |
| 2.2.2 数据关联问题描述 | 第19-20页 |
| 2.3 数据关联的关联树模型与关联过程 | 第20-23页 |
| 2.3.1 数据关联解空间 | 第20页 |
| 2.3.2 数据关联树模型 | 第20-21页 |
| 2.3.3 数据关联过程 | 第21-23页 |
| 2.4 数据关联对SLAM系统稳定性影响的分析 | 第23-27页 |
| 2.4.1 数据关联对SLAM稳定特性分析 | 第23-24页 |
| 2.4.2 仿真实验验证 | 第24-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 基于马氏距离改进最近邻数据关联算法 | 第29-45页 |
| 3.1 引言 | 第29页 |
| 3.2 基于EKF-SLAM算法的实现 | 第29-33页 |
| 3.2.1 EKF基本原理 | 第29-31页 |
| 3.2.2 基于EKF-SLAM算法与流程 | 第31-33页 |
| 3.3 最近邻数据关联算法 | 第33-36页 |
| 3.3.1 马氏距离与卡方分布 | 第33-34页 |
| 3.3.2 基于最近邻-马氏距离数据关联算法 | 第34-35页 |
| 3.3.3 最近邻数据关联算法的局限性 | 第35-36页 |
| 3.4 基于马氏距离改进最近邻数据关联算法 | 第36-43页 |
| 3.4.1 影响马氏距离因素分析 | 第36-38页 |
| 3.4.2 改进马氏距离最近邻数据关联算法的实现 | 第38-40页 |
| 3.4.3 实验结果与仿真分析 | 第40-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于模糊-自适应数据关联算法 | 第45-59页 |
| 4.1 引言 | 第45页 |
| 4.2 模糊逻辑 | 第45-49页 |
| 4.2.1 模糊逻辑思想 | 第45-46页 |
| 4.2.2 误差椭圆 | 第46-47页 |
| 4.2.3 输入输出变量模糊化 | 第47-49页 |
| 4.3 自适应阈值 | 第49-50页 |
| 4.3.1 自适应增广阈值 | 第49-50页 |
| 4.3.2 自适应关联阈值 | 第50页 |
| 4.4 基于模糊-自适应数据关联算法 | 第50-57页 |
| 4.4.1 算法实现 | 第50-51页 |
| 4.4.2 实验结果与仿真分析 | 第51-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 真实环境仿真实验验证 | 第59-67页 |
| 5.1 引言 | 第59页 |
| 5.2 室外环境下的仿真实验 | 第59-63页 |
| 5.2.1 仿真实验环境 | 第59-60页 |
| 5.2.2 仿真实验验证及分析 | 第60-63页 |
| 5.3 室内环境下的仿真实验 | 第63-66页 |
| 5.3.1 仿真实验环境 | 第63页 |
| 5.3.2 仿真实验验证及分析 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间所发表的学术论文 | 第73-75页 |
| 致谢 | 第75页 |
