第1章 緒 論 1

1.1 研究背景及意義 1

1.2 國內外研究現狀 3

1.2.1 SLAM 的歷史 3

1.2.2 無人機視覺SLAM 5

1.3 無人機SLAM 關鍵技術 8

1.3.1 SLAM 數據關聯問題 8

1.3.2 地標初始化 10

1.3.3 濾波方法的研究 11

1.3.4 大規模SLAM 算法 14

1.4 本書的主要研究內容 16

第2章 SLAM 問題 18

2.1 SLAM 問題描述 18

2.2 SLAM 的后驗概率 20

2.3 SLAM 的馬爾可夫鏈表示 21

2.3.1 貝葉斯濾波 21

2.3.2 擴展卡爾曼濾波 23

2.4 本章小結 25

第3章 無人機EKFSLAM 算法 26

3.1 慣性導航系統模型 26

3.1.1 坐標系及其變換 26

3.1.2 捷聯慣導系統的比力方程 28

3.1.3 捷聯慣導系統的歐拉角姿態更新方程 29

3.1.4 捷聯慣導系統的位姿方程 30

3.2 攝像機模型 31

3.2.1 圖像預處理 32

3.2.2 圖像特征提取 32

3.2.3 針孔投影模型 32

3.2.4 機載攝像機觀測模型 34

3.3 無人機視覺SLAM 算法建模與仿真 36

3.3.1 無人機視覺SLAM 算法的數學模型 36

3.3.2 數據關聯 38

3.3.3 地標初始化 40

3.3.4 仿真研究與結果 42

3.4 本章小結 45

第4章 基于群智能算法的SLAM 數據關聯 47

4.1 SLAM 數據關聯的數學模型 48

4.2 基于禁忌搜索的混沌蟻群算法的SLAM 數據關聯 48

4.2.1 蟻群算法 48

4.2.2 混沌的特性 50

4.2.3 禁忌搜索算法 50

4.2.4 基于禁忌搜索的混沌蟻群算法的數據關聯 52

4.2.5 仿真試驗 53

4.3 基于改進人工魚群算法的SLAM 數據關聯 58

4.3.1 基本的人工魚群算法 58

4.3.2 基于改進魚群算法的數據關聯 59

4.3.3 仿真試驗 61

4.4 本章小結 65

第5章 無人機主動SLAM 技術 66

5.1 無人機運動模型 67

5.2 基于*優控制的無人機主動SLAM 68

5.2.1 問題的描述 68

5.2.2 目標函數的設計 69

5.2.3 仿真試驗與分析 70

5.3 基于局部子圖的無人機主動SLAM 71

5.3.1 局部子圖濾波 72

5.3.2 局部子地圖與全局地圖之間的融合 74

5.3.3 仿真試驗與分析 75

5.4 基于邊界的無人機主動SLAM 76

5.4.1 基于邊界的無人機主動SLAM 原理 76

5.4.2 仿真試驗與分析 78

5.5 本章小結 79

第6章 無人機SLAM 避障技術 80

6.1 常見的避障算法 80

6.2 基于改進人工勢場的無人機避障方法 82

6.2.1 人工勢場法的基本思想 82

6.2.2 改進人工勢場法 83

6.2.3 避障策略 84

6.2.4 仿真試驗 85

6.3 基于碰撞圓錐的無人機避障方法 86

6.3.1 障礙威脅判定 86

6.3.2 避障策略 88

6.3.3 仿真試驗 89

6.4 本章小結 90

第7章 無人機FastSLAM 算法 91

7.1 粒子濾波 91

7.1.1 Monte Carlo積分 91

7.1.2 序貫重要性采樣 93

7.1.3 重采樣方法 94

7.1.4 標準粒子濾波算法 95

7.2 基于模擬退火的無人機FastSLAM 1.0算法 95

7.2.1 FastSLAM 1.0算法 96

7.2.2 模擬退火算法 98

7.2.3 基于模擬退火算法的粒子優化 99

7.2.4 仿真試驗與分析 101

7.3 FastSLAM 2.0算法 104

7.3.1 采樣貧乏 105

7.3.2 FastSLAM 2.0的意義 105

7.3.3 新的提議分布 106

7.3.4 仿真試驗與分析 108

7.4 基于小生境遺傳算法的無人機FastSLAM 2.0算法 110

7.4.1 遺傳算法的基本理論 111

7.4.2 小生境遺傳算法 111

7.4.3 小生境遺傳算法粒子濾波 113

7.4.4 仿真試驗與分析 115

7.5 本章小結 118

第8章 總結與展望 119

8.1 總 結 119

8.2 展 望 121

參考文獻 123