移动机器人粒子滤波定位与地图创建

第1章 概述
1．1 引言
1．2 国内外移动机器人发展概况
1．3 移动机器人定位与地图创建研究现状及分析
1．3．1 传感器信息融合的研究现状及分析
1．3．2 定位的研究现状及分析
1．3．3 地图创建的研究现状及分析
1．3．4 机器人SLAM的研究现状及分析
参考文献
第2章 移动机器人系统建模
2．1 引言
2．2 机器人坐标系统
2．2．1 AS―R移动机器人平台
2．2．2 机器人坐标系统
2．3 地图模型
2．4 运动模型
2．5 传感器分类与感知模型
2．5．1 传感器的分类
2．5．2 视觉传感器感知模型
2．5．3 激光测距仪感知模型
2．5．4 传感器噪声模型
参考文献
第3章 粒子滤波定位原理
3．1 引言
3．2 基于概率的定位方法
3．2．1 状态空间模型
3．2．2 贝叶斯滤波原理
3．2．3 基于贝叶斯滤波的定位
3．3 机器人粒子滤波定位方法
3．3．1 粒子滤波原理
3．3．2 基于PF的机器人定位算法
3．4 常规粒子滤波存在的问题
3．4．1 重要性函数选择问题
3．4．2 粒子退化问题
3．4．3 计算效率问题
3．4．4 粒子滤波定位存在的问题
3．5 粒子滤波的一些改进方法
3．5．1 无迹粒子滤波方法
3．5．2 进化粒子滤波方法
3．5．3 辅助采样一重采样方法
3．5．4 规则化采样方法
3．5．5 自适应粒子滤波方法
参考文献
第4章 基于视觉的粒子滤波定位方法
4．1 引言
4．2 用于建模与定位的机器人视觉技术
4．2．1 基于兴趣点的环境建模与定位
4．2．2 基于图像外观的环境建模与定位
4．2．3 立体视觉技术
4．2．4 视觉环境建模与定位的难点和趋势
……
第5章 融合异质传感信息的机器人定位方法
第6章 区间分析粒子滤波机器人定位方法
第7章 粒子群优化的无迹粒子滤波FastSLAM算法