文摘
英文文摘
声明
第1章 绪论
1.1移动机器人的导航
1.2水下机器人的导航方式
1.2.1船位推算和惯性导航系统
1.2.2水声导航系统
1.2.3基于地图的导航系统
1.3水下SLAM的重要性和挑战性
1.4 SLAM应用的研究现状
1.4.1国外研究动态
1.4.2国内研究动念
1.5工作内容和章节安排
第2章 SLAM的实现方法与技术难点
2.1引言
2.2 空间地图描述
2.3 SLAM的实现方法
2.3.1基于扩展卡尔曼滤波的SLAM方法
2.3.2基于粒子滤波的SLAM方法
2.4 SLAM的技术难点
2.4.1不确定度
2.4.2特征提取
2.4.3数据关联
2.4.4计算复杂度
2.5 SLAM算法的研究趋势
2.6本章小结
第3章 AOV的EKF-SLAM算法原理
3.1引言
3.2 SLAM算法的性质
3.3 SLAM算法的系统模型
3.3.1机器人运动模型
3.3.2特征模型
3.3.3量测模型
3.4 EKF-SLAM的实现流程
3.4.1系统各状念向量
3.4.2总体执行过程
3.5本章小结
第4章 数据关联算法
4.1引言
4.2马氏距离
4.3关联门
4.4数据关联的意义
4.5数据关联的难度
4.6数据关联的数学模型
4.7单个量测的关联方法
4.7.1最大可能性算法
4.7.2最近邻算法
4.7.3独立兼容与最大可能性结合的算法
4.8多个量测的关联方法
4.8.1连续兼容最近邻算法
4.8.2联合兼容算法
4.8.3联合最大可能性算法及其改进算法
4.9本章小结
第5章 仿真结果与分析
5.1仿真环境Ⅰ的建立
5.2仿真Ⅰ结果与分析
5.3仿真环境Ⅱ的建立
5.3.1相关假设
5.3.2仿真思想
5.4仿真Ⅱ结果与分析
5.5与水池实验数据相结合的仿真结果及分析
5.5.1实验背景
5.5.2试验结果及分析
5.6本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢