声明
摘要
第一章 绪论
1.1 引言
1.2 移动机器人概述及国内外发展
1.2.1 移动机器人定义与分类
1.2.2 国外移动机器人的发展
1.2.3 国内移动机器人的发展
1.3 移动机器人同时定位与地图构建的发展
1.3.1 卡尔曼滤波SLAM
1.3.2 粒子滤波SLAM
1.3.3 基于图形的SLAM
1.4 论文的组织结构
第二章 移动机器人定位与地图构建方法和实验平台
2.1 移动机器人定位与地图构建方法
2.1.1 移动机器人定位方法
2.1.2 移动机器人地图构建方法
2.2 移动机器人实验平台
2.3 移动机器人传感器
2.3.1 内部传感器
2.3.2 外部传感器
2.4 移动机器人模型
2.4.1 里程计模型
2.4.2 移动机器人运动模型
2.4.3 传感器观测模型
2.4.4 移动机器人路标模型
2.5 本章小结
第三章 基于卡尔曼滤波算法的移动机器人同时定位与地图构建
3.1 卡尔曼滤波算法
3.2 扩展卡尔曼滤波算法
3.3 扩展卡尔曼滤波算法实现
3.4 EKF-SLAM仿真实验
3.5 本章小结
第四章 基于粒子滤波算法的移动机器人同时定位与地图构建
4.1 粒子滤波算法
4.1.1 贝叶斯滤波算法
4.1.2 蒙特卡洛积分
4.1.3 标准粒子滤波算法
4.1.4 标准粒子滤波中粒子退化问题
4.2 粒子滤波算法在SLAM中的应用
4.3 FastSLAM仿真实验
4.4 本章小结
第五章 基于ROS的移动机器人同时定位与地图构建
5.1 ROS基本概述
5.1.1 ROS基本概念
5.1.2 ROS中工具
5.2 实验平台在ROS中实现
5.3 实验结果与分析
5.4 本章小结
第六章 结论与展望
6.1 研究工作总结
6.2 研究展望
参考文献
致谢