移动机器人路径规划与定位研究

1 移动机器人
1.1 机器人概述
1.2 机器人分类
1.3 机器人感知系统
2 移动机器人传感器
2.1 传感器技术
2.2 内部传感器
2.3 外部传感器
2.4 多传感器的数据融合
2.5 传感器的选择
3 机器人视觉系统
3.1 机器人视觉感知系统
3.2 相机的分类
3.3 相机的标定
3.4 基于机器学习的视觉系统
3.5 基于深度学习的视觉系统
4 机器人同步定位及地图构建的数学基础
4.1 概率论基础
4.2 统计学基础
5 同步定位及地图构建技术
5.1 SLAM概述
5.2 SLAM与协作感知
5.3 SLAM数据关联
6 移动机器人导航、定位和制图
6.1 移动机器人的数学描述
6.2 移动机器人的地图构建
6.3 移动机器人的导航
6.4 移动机器人的定位
7 基于卡尔曼滤波的同步定位及地图构建
7.1 卡尔曼滤波
7.2 基于扩展卡尔曼滤波的SLAM研究
7.3 基于无迹卡尔曼滤波的SLAM研究
8 基于粒子滤波的同步定位及地图构建算法
8.1 基于Rao-Blackwellized粒子滤波的SLAM算法
8.2 基于改进Rao-Blackwellized粒子滤波的SLAM算法
9 移动机器人与SLAM的发展与展望
9.1 移动机器人的发展与展望
9.2 SLAM的发展与展望
参考文献