本文的第二章节了SLAM预测理论问题的数学结构.docVIP

c本文的第二章节介绍了SLAM预测理论问题的数学结构。第三章证明并论述了三个收敛性结论。第四章提供了一个例子：如何在户外用MMW（毫米波）雷达实现完整的SLAM算法达到获取对地标的相对性观测得到的数据。一种能对地图并管理其地理数据的算法也被提出。这种算法的提出正好印证了第三章得出的收敛性的结论。第五章讨论了现在随着实践而产生的各种问题。总的来说对SLAM问题的解决方法包括：次优解法的发展，地图数据管理以及数据关联性分析。 II THE ESTIMATION-THEORETIC SLAM问题 这一章节建立了一种在对SLAM问题的研究过程中得出的数学结构。这种结构与在Smith et al. [1]中使用的结构完全相同并且使用与在Leonard and Durrant-Whyte [3]中使用的符号一样的符号。 A.车辆与地标模型 SLAM问题的设定情景是：一辆载有已知动态模型的车以完全未知的地点为起点，在包括了一定数量的特征和地标的环境中移动。特征与地标会被等效利用。这辆车配备有一个传感器，它可以对任何单个地标与车辆间的相对地理位置以图1所示的方式测量。地标的绝对位置是不可靠的。客观的说，对于移动的车和对地标的观测所建立的一个线性（同步的）离散时间模型是可以采用的。尽管在实际导航问题中，车的运动与对地标的观测总是非线性的，异步的。