移動機(jī)器人路徑規(guī)劃與定位研究

1 移動機(jī)器人
1.1 機(jī)器人概述
1.2 機(jī)器人分類
1.3 機(jī)器人感知系統(tǒng)
2 移動機(jī)器人傳感器
2.1 傳感器技術(shù)
2.2 內(nèi)部傳感器
2.3 外部傳感器
2.4 多傳感器的數(shù)據(jù)融合
2.5 傳感器的選擇
3 機(jī)器人視覺系統(tǒng)
3.1 機(jī)器人視覺感知系統(tǒng)
3.2 相機(jī)的分類
3.3 相機(jī)的標(biāo)定
3.4 基于機(jī)器學(xué)習(xí)的視覺系統(tǒng)
3.5 基于深度學(xué)習(xí)的視覺系統(tǒng)
4 機(jī)器人同步定位及地圖構(gòu)建的數(shù)學(xué)基礎(chǔ)
4.1 概率論基礎(chǔ)
4.2 統(tǒng)計學(xué)基礎(chǔ)
5 同步定位及地圖構(gòu)建技術(shù)
5.1 SLAM概述
5.2 SLAM與協(xié)作感知
5.3 SLAM數(shù)據(jù)關(guān)聯(lián)
6 移動機(jī)器人導(dǎo)航、定位和制圖
6.1 移動機(jī)器人的數(shù)學(xué)描述
6.2 移動機(jī)器人的地圖構(gòu)建
6.3 移動機(jī)器人的導(dǎo)航
6.4 移動機(jī)器人的定位
7 基于卡爾曼濾波的同步定位及地圖構(gòu)建
7.1 卡爾曼濾波
7.2 基于擴(kuò)展卡爾曼濾波的SLAM研究
7.3 基于無跡卡爾曼濾波的SLAM研究
8 基于粒子濾波的同步定位及地圖構(gòu)建算法
8.1 基于Rao-Blackwellized粒子濾波的SLAM算法
8.2 基于改進(jìn)Rao-Blackwellized粒子濾波的SLAM算法
9 移動機(jī)器人與SLAM的發(fā)展與展望
9.1 移動機(jī)器人的發(fā)展與展望
9.2 SLAM的發(fā)展與展望
參考文獻(xiàn)