基于贝叶斯滤波器的移动机器人同时定位与地图创建算法研究

论文目录

致谢
摘要
Abstract
主要缩写和术语对照表

第一章 绪论

· 选题的背景及意义
· SLAM技术应用现状
· 国外应用现状
· 国内应用现状
· SLAM算法研究现状
· 基于高斯滤波器的SLAM算法
· 基于粒子滤波器的SLAM算法
· 基于概率假设密度滤波器的SLAM算法
· 基于图优化的SLAM算法
· 主要研究内容和论文组织结构
· 主要研究内容
· 论文组织结构

第二章 SLAM概率模型及算法框架

· 引言 第37页
· SLAM概率模型
· 基于高斯滤波器的SLAM算法
· 算法原理
· 算法流程
· 基于粒子滤波器的SLAM算法
· 算法原理
· 算法流程
· 基于概率假设密度滤波器的SLAM算法
· 算法原理
· 算法实现
· 本章小结

第三章 基于统计线性回归鲁棒优化的高斯滤波SLAM算法

· 引言
· 研究背景概述
· 容积卡尔曼滤波器
· 广义最大似然估计算法
· 基于统计线性回归的高斯滤波SLAM算法
· 数值仿真与结果分析
· 仿真环境
· 估计性能度量指标
· 仿真结果
· 本章小结

第四章 基于自适应粒子重采样的UFastSLAM算法

· 引言
· 研究背景概述
· 转换无味变换
· 自适应粒子重采样
· 自适应粒子重采样UFastSLAM算法
· 实验与分析
· 仿真结果
· 实际数据集结果
· 本章小结

第五章 同时估计未知噪声方差的概率假设密度SLAM算法

· 引言
· 研究背景概述
· 未知测量噪声方差的系统模型
· 同时估计噪声参数的高斯混合概率假设密度滤波算法
· 基于变分贝叶斯近似的概率假设密度SLAM算法
· 数值仿真与结果分析
· 仿真环境
· 仿真结果
· 本章小结

第六章 总结与展望

· 工作总结
· 工作展望
参考文献
攻读博士学位期间的主要研究成果

基于贝叶斯滤波器的移动机器人同时定位与地图创建算法研究-AGV吧
基于贝叶斯滤波器的移动机器人同时定位与地图创建算法研究
此内容为付费资源,请付费后查看
20积分
付费资源
© 版权声明
THE END
喜欢就支持一下吧
点赞13 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容