由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新移动机器人SLAM、目标跟踪及路径规划陈孟元9787512425996
¥ ×1
章绪论
1.1移动机器人同步定位与地图构建研究
1.2多移动机器人协同定位研究
1.2.1多机器人系统研究
1.2.2多移动机器人协同体系结构
1..多移动机器人协同定位研究现状
1.3多移动机器人目标跟踪研究
1.4多移动机器人路径规划研究
1.5本章小结
第2章基于卡尔曼滤波及其衍生的同步定位与地图构建算法
2.1卡尔曼滤波及SLAM问题概述
2.1.1卡尔曼滤波的概述
2.1.2SLAM问题的概率描述
2.2基于扩展卡尔曼滤波的SLAM研究
2.2.1EKF-SLAM算法
2.2.2EKF-SLAM算法过程
2..实验及分析
.基于无迹卡尔曼滤波的SLAM研究
..1UKF-SLAM算法
..2UT变换
..UKF-SLAM算法过程
..4实验及分析
2.4基于UKF-SLAM改进算法的研究
2.4.1SR-UKF-SLAM算法
2.4.2SPSR-UKF-SLAM算法
2.4.3实验及分析
2.5基于容积卡尔曼滤波及改进算法的研究
2.5.1CKF算法概述
2.5.2容积变换
2.5.3CKF算法步骤
2.5.4SR-CKF-SLAM算法
2.5.5ISR-CKF-SLAM算法
2.5.6实验及分析
2.6本章小结
第3章基于SR-CKF的多移动机器人协同定位及目标跟踪算法
3.1基于SR-CKF的多机器人协同定位算法
3.1.1卡尔曼滤波器
3.1.2平方根容积卡尔曼滤波算法在移动机器人定位中的应用
3.1.3基于SR-CKF的相对方位多机器人协同定位算法
3.1.4实验及分析
3.2移动机器人动态目标跟踪算法
3.2.1移动机器人同时定位与动态目标跟踪
3.2.2基于SR-CKF的移动机器人动态目标跟踪算法
3..实验及分析
3.3多移动机器人协同定位与目标跟踪研究
3.3.1多移动机器人编队控制
3.3.2数据融合问题
3.3.3基于协方差交集的多机器人协同目标跟踪算法
3.3.4实验及分析
3.4本章小结
第4章基于自适应SR-CKF的序贯式WSNs目标跟踪算法
4.1系统模型及问题
4.1.1目标运动模型
4.1.2传感器节点观测模型
4.2自适应SR-CKF序贯式WSNs目标跟踪算法
4.3实验及分析
4.3.1环境及参数
4.3.2结果及能分析
4.3.3跟踪误差分析
4.3.4运行时间及能耗分析
4.4本章小结
第5章基于改进CKF的WSNs与移动机器人协作定位算法
5.1系统模型及问题描述
5.1.1移动机器人-WSNs定位问题描述
5.1.2移动机器人-WSNs系统模型
5.2基于移动机器人辅的改进CKF的节点定位算法
5.2.1卡尔曼滤波在节点定位中的应用
5.2.2基于改进CKF的辅节点定位算法
5..基于GM-CKF的辅节点定位算法
5.2.4实验及分析
5.3WSNs环境下基于改进CKF算法的移动机器人定位算法
5.3.1WSNs环境下移动机器人定位研究
5.3.2CKF算法改进思想
5.3.3WSNs环境下移动机器人定位算法实现流程
5.3.4实验及分析
5.4基于改进CKF算法的WSNs与移动机器人协作定位
5.4.1协作定位问题描述与建模
5.4.2改进CKF算法的WSNs与移动机器人协作定位
5.4.3实验及分析
5.5本章小结
第6章基于粒子滤波(PF)的同步定位与地图构建算法
6.1基于快速同步定位与地图构建的移动机器人算法
6.1.1FastSLAM算法的提出
6.1.2FastSLAM算法分析
6.1.3优化的FastSLAM算法基本原理
6.1.4实验及分析
6.2基于改进Rao-lcwllized粒子滤波(RBPF)的SLAM算法
6.2.1环境建模
6.2.2RBPF-SLAM算法描述
6..改RBF-SLAM算法
6.2.4实验及分析
6.3本章小结
第7章已知环境下全局路径规划算法
7.1基于优化D*Lite算法的移动机器人路径规划算法
7.1.1算法优化策略
7.1.2优化的D*Lite搜索过程
7.1.3优化的D*Lite算法
7.2基于改进蚁群算法的移动机器人路径规划算法
7.2.1环境模型的建立
7.2.2传统蚁群算法
7..改进的蚁群路径规划算法
7.2.4改进算法流程
7.2.5实验及分析
7.3基于改进人工势场法的移动机器人路径规划算法_
7.3.1传统人工势场法
7.3.2修改引力场函数
7.3.3修改斥力场函数
7.3.4局部极小值分析
7.3.5实验及分析
7.4本章小结
第8章未知环境下基于滚动窗口与多层Morphin的局部路径规划算法
8.1问题描述
8.2滚动窗口规划基本原理
8.2.1滚动规划的方法
8.2.2滚动窗口的构造
8.3局部子目标点的选取
8.4障碍物预测模型及避碰策略
8.4.1障碍物预测模型
8.4.2避碰预测及策略
8.4.3算法流程
8.4.4实验及分析
8.5未知环境下基于多层Morphin的局部路径规划算法
8.5.1移动机器人运动学模型
8.5.2Morphin算法原理
8.5.3多层Morphin搜索树
8.5.4路径评估函数
8.6本章小结
第9章移动机器人混合路径算法及编队控制
9.1基于改进量子粒子群和Morphin算法的混合路径规划算法
9.1.1基于改SO的全局路径规划
9.1.2基于Morphin算法的局部路径规划
9.1.3实验及分析
9.2基于人工势场的多移动机器人系统编队控制
9.2.1多移动机器人编队控制算法
9.2.2基于群集理论的多移动机器人系统运动控制模型
9..多移动机器人编队控制中的势场函数
9.2.4基于人工势场的多移动机器人编队形成
9.2.5实验及分析
9.3基于虚拟领航和人工势场的编队控制
9.3.1基于虚拟领航者的机器人运动方程
9.3.2基于虚拟领航的群集算法实现
9.3.3算法稳定分析
9.3.4实验及分析
9.4本章小结
0章基于鼠类脑细胞导航机理的移动机器人仿生SLAM算法
10.1源于自然的机器人导航
10.1.1鼠类相关导航脑细胞
10.1.2国内外研究现状及分析
10.1.3鼠类脑细胞导航机理下的仿生SLAM
10.2基于位姿细胞和局部场景细胞的SLAM算法研究(VP-SLAM)
10.2.1模型概述
10.2.2实验场景介绍
10.3基于实时关键帧匹配的闭环检测模型研究(GVP-SLAM)
10.3.1模型概述
10.3.2实验及分析
10.4融合速度细胞和边界细胞的鼠类导航模型研究(BVGSP-SLAM)
10.4.1模型概述
10.4.2实验及分析
10.5融合DGSOM神经网络的BVGSP-SLAM模型
10.5.1模型概述
10.5.2实验及分析
10.6本章小结
参考文献
陈孟元,安徽工程大学副教授,学术骨干;中国科学技术大学博士。近年来,其主要从事移动机器人SLAM、目标跟踪及路径规划的研究与教学,主持各类横纵项目10余项,以作者发表学术30余篇(其中SCI/EI收录10余篇),以发明人获得6项,获得安徽省教学成果奖一、二等奖各1项,出版规划教材2部。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格