基于導(dǎo)航拓?fù)鋱D的仿生導(dǎo)航方法研究

第1章 緒論
1.1 仿生導(dǎo)航的研究背景和意義
1.2 外仿生導(dǎo)航的研究現(xiàn)狀
1.2.1 仿生導(dǎo)航方法
1.2.2 導(dǎo)航拓?fù)鋱D的構(gòu)建方法
1.2.3 節(jié)點(diǎn)位置識別方法
1.2.4 大氣偏振光定向技術(shù)
1.3 本書擬解決的問題與思路
1.3.1 本書擬解決的問題
1.3.2 解決問題的思路
1.4 本書的研究內(nèi)容及組織結(jié)構(gòu)
第2章 基于網(wǎng)格細(xì)胞特性的導(dǎo)航拓?fù)鋱D構(gòu)建方法
2.1 導(dǎo)航拓?fù)鋱D的基本概念
2.1.1 拓?fù)涔?jié)點(diǎn)與連通邊
2.1.2 常用的導(dǎo)航拓?fù)鋱D
2.2 網(wǎng)格細(xì)胞的生物特性與構(gòu)圖特性分析
2.2.1 網(wǎng)格細(xì)胞的生物特性
2.2.2 網(wǎng)格細(xì)胞的構(gòu)圖特性分析
2.3 導(dǎo)航拓?fù)鋱D構(gòu)建方法
2.3.1 導(dǎo)航拓?fù)鋱D適構(gòu)性分析
2.3.2 一維導(dǎo)航拓?fù)鋱D的構(gòu)建
2.3.3 二維導(dǎo)航拓?fù)鋱D的構(gòu)建
2.4 構(gòu)圖案例與分析
2.4.1 一維導(dǎo)航拓?fù)鋱D案例與分析
2.4.2 二維導(dǎo)航拓?fù)鋱D案例與分析
2.5 本章小結(jié)
第3章 拓?fù)涔?jié)點(diǎn)識別與匹配定位方法
3.1 節(jié)點(diǎn)識別概述
3.2 基于多尺度的節(jié)點(diǎn)特征識別算法
3.2.1 基于LMNN的特征識別空間重構(gòu)
3.2.2 一維拓?fù)鋱D的節(jié)點(diǎn)特征識別算法
3.2.3 二維拓?fù)鋱D的節(jié)點(diǎn)特征識別算法
3.3 匹配定位方法
3.3.1 基于RANSAC的特征點(diǎn)匹配方法
3.3.2 定位方法
3.4 節(jié)點(diǎn)識別算法實驗驗證
3.4.1 一維拓?fù)鋱D的節(jié)點(diǎn)識別算法驗證
3.4.2 二維拓?fù)鋱D的節(jié)點(diǎn)識別算法驗證
3.5 本章小結(jié)
第4章 多目偏振視覺/慣性組合定向方法
4.1 大氣偏振模型及偏振光定向原理
4.1.1 大氣偏振模型
4.1.2 仿生偏振光定向原理
4.2 多目偏振視覺航向傳感器測量與標(biāo)定方法
4.2.1 多目偏振視覺航向傳感器的測量方法
4.2.2 多目偏振視覺航向傳感器的誤差模型
4.2.3 多目偏振視覺航向傳感器的標(biāo)定方法
4.3 組合定向方法與誤差分析
4.3.1 組合定向方法
4.3.2 定向誤差分析