未知環境下移動機器人目標跟蹤研究的是機器人
同時定位、地圖構建與目標跟蹤的耦合課題。《未知
環境下移動機器人目標跟蹤理論與方法》全面介紹作
者伍明對該課題的研究成果，針對研究對像數學建模
、動態目標偵測與跟蹤、多對像狀態耦合估計、多信
息源融合估計和多機器人協作目標狀態估計等問題展
開研究和論述，介紹基於全概率卡爾曼濾波、粒子濾
波和協方差交集信息融合的解決方法，繫統地闡述該
課題相關的理論與應用技術，內容翔實，具有創新性
和實用性。
全書可供高等院校有關專業本科生、研究生以及
從事機器人導航和控制應用的科技工作者學習和參考
。

第1章 概述
1.1 研究背景
1.2 未知環境下機器人定位與環境構建研究進展
1.3 未知環境下機器人目標跟蹤研究進展
參考文獻
第2章 未知環境下移動機器人目標跟蹤相關概念與模型
2.1 機器人運動模型
2.2 目標運動模型
2.3 繫統觀測模型
2.4 狀態不確定性傳播關繫
2.5 實體機器人體繫結構
參考文獻
第3章 基於掃描點匹配的機器人位姿矯正和環境構建
3.1 基於掃描點匹配的機器人SLAM算法
3.2 基於柱狀圖匹配的改進ICP-SMA算法
3.3 基於拓撲局部地圖的掃描點一致性分布研究
參考文獻
第4章 移動機器人目標偵測
4.1 基於占用柵格地圖的運動物體偵測
4.2 基於攝像機的CamShift目標識別方法
4.3 攝像機激光掃描儀聯合目標識別與偵測方法
參考文獻
第5章 多傳感器環境特征提取和表示方法
5.1 基於激光掃描儀的環境角點特征提取和表示方法
5.2 基於激光掃描儀的環境直線特征提取和表示方法
5.3 基於攝像機的環境直線特征提取和表示方法
參考文獻
第6章 基於粒子濾波的機器人未知環境下目標跟蹤算法
6.1 SLAMOT問題貝葉斯估計過程描述
6.2 粒子濾波器和Rao-Blackwellised粒子濾波器介紹
6.3 基於Rao-Blackwellised粒子濾波的SLAMOT算法
6.4 基於聯合概率數據關聯粒子濾波的多目標SLAMOT算法
參考文獻
第7章 基於擴展式卡爾曼濾波的機器人未知環境下目標跟蹤算法
7.1 基於EKF的機器人SLAMOT算法
7.2 基於交互多模濾波的機器人SLAMOT算法
7.3 基於概率數據關聯交互多模濾波的機器人復雜未知環境下目標跟蹤算法
參考文獻
第8章 基於信息融合的機器人未知環境下目標跟蹤方法
8.1 多傳感器聯合標定方法研究
8.2 環境特征和目標觀測值狀態融合方法研究
8.3 多傳感器聯合標定在線參數優化方法研究
8.4 基於多傳感器信息融合的EKF-SLAMOT流程及實驗分析
參考文獻
第9章 未知環境下多機器人協作目標跟蹤算法研究
9.1 基於極限環的多機器人協作圍捕控制算法
9.2 基於協方差交集的分布式多機器人協作SLAMOT算法
參考文獻
**0章 未知環境下移動機器人目標跟蹤研究展望
10.1 相關工作成果
10.2 未來研究方向