导航与控制是当前智能无人系统的研究热点与难点，尤其是针对多运动体无人系统，高精度的导航定位服务与优异的协同控制性能是高效执行复杂任务的前提。协同导航定位技术是保障多运动体无人系统长航时、高精度定位服务的有效手段，智能协同控制则可以进一步提升多运动体无人系统执行任务的效率。本书结合作者团队多年的科研成果，系统介绍智能无人系统协同导航与控制问题，主要内容包括无线电传感器测距测向、高穿透力低频磁场测距测向、多运动体协同定位、同时定位与地图协同构建，以及智能协同编队与路径规划等内容。

目录
前言
缩略语
第1章 绪论 1
1.1 智能无人系统概述 1
1.2 多运动体智能无人系统协同导航与控制研究现状 7
1.2.1 多运动体智能无人系统体系架构简介 7
1.2.2 网络通信系统简介 8
1.2.3 高穿透力低频磁场及测距测向方法研究现状 9
1.2.4 协同定位算法研究现状 12
1.2.5 SLAM研究现状 16
1.2.6 智能规划与编队控制研究现状.19
1.3 多运动体智能无人系统关键问题 24
1.3.1 测距测向关键问题 24
1.3.2 协同定位与导航关键问题 25
1.3.3 同时定位与地图协同构建关键问题 25
1.3.4 智能规划与编队控制关键问题 26
1.4 内容与章节安排 26
第2章 无线电传感器及测距测向 28
2.1 无线电传感器 28
2.1.1 信号强度类无线电传感器 28
2.1.2 信号传输类无线电传感器 29
2.2 无线电测距方法 31
2.2.1 基于接收信号强度指示的无线电测距方法 31
2.2.2 基于TOF伪距的无线电测距方法 33
2.2.3 UWB多节点自组织互测距方法 49
2.3 无线电测向方法 63
2.3.1 基于比幅法的无线电测向方法 63
2.3.2 基于干涉仪法的无线电测向方法 64
2.3.3 基于空间谱法的无线电测向方法 72
2.4 本章小结 82
第3章 高穿透力低频磁场测距测向 83
3.1 磁传感器简介与磁信标测距测向原理 83
3.1.1 磁传感器简介 83
3.1.2 基于高穿透低频磁场的磁信标测距测向原理 86
3.2 磁信标磁场分布模型及分析 89
3.2.1 电磁信标磁场分布模型 90
3.2.2 基于旋转永磁体的磁信标磁场分布模型分析 96
3.3 磁信标测距测向方法 99
3.3.1 单磁信标测距测向方法 99
3.3.2 多磁信标测距测向方法 109
3.3.3 磁传感器阵列测距测向方法 112
3.4 磁测距测向信号辨识方法 114
3.4.1 磁场信号噪声分析 115
3.4.2 基于谐波小波和自适应谱线增强的信号辨识方法 116
3.4.3 低信噪比正弦信号辨识实验 121
3.5 磁测距测向误差分析124
3.5.1 磁信标结构误差分析 124
3.5.2 磁强计与全局坐标系未对齐误差分析 127
3.5.3 磁矩及传播介质误差分析 128
3.5.4 基于磁场方向向量的磁信标标定方法 129
3.6 本章小结 134
第4章 多运动体协同定位 135
4.1 多运动体协同定位建模 135
4.1.1 单运动体和多运动体运动学模型 135
4.1.2 相对距离和相对方位量测模型 138
4.1.3 多运动体协同定位原理与模型 139
4.2 基于滤波的协同定位算法 145
4.2.1 基于EKF的协同定位算法 145
4.2.2 基于UKF的协同定位算法 147
4.2.3 基于CKF的协同定位算法 149
4.2.4 仿真验证 151
4.3 协同定位系统性能分析及节点选取方法 153
4.3.1 协同定位系统误差传播机理分析 154
4.3.2 协同定位系统可观测性分析 164
4.3.3 协同定位系统克拉默-拉奥下界分析 171
4.3.4 协同定位节点选取算法 179
4.4 基于Huber估计的鲁棒协同定位算法 187
4.4.1 异常数据鉴别算法 187
4.4.2 鲁棒协同定位算法 189
4.4.3 仿真验证 193
4.5 基于噪声自适应的协同定位算法 194
4.5.1 Myers-Tapley自适应算法 195
4.5.2 渐消记忆统计自适应算法 196
4.5.3 仿真验证 197
4.6 基于时延补偿的协同定位算法 199
4.6.1 基于测距测角的协同定位算法 199
4.6.2 时间延迟误差分析 200
4.6.3 基于惯性信息辅助的时延补偿算法 203
4.7 本章小结 205
第5章 同时定位与地图协同构建 207
5.1 同时定位与地图构建算法 207
5.1.1 SLAM简介与定位原理 207
5.1.2 三维空间刚体运动与位姿表示 208
5.1.3 相机成像模型 212
5.1.4 SLAM地图 214
5.1.5 视觉/惯性SLAM.216
5.1.6 激光雷达/视觉/惯性SLAM 225
5.2 协同SLAM中的数据关联 234
5.2.1 协同SLAM中的数据关联问题描述 234
5.2.2 集中式数据关联与分布式数据关联 237
5.2.3 关联冲突的分布式检测与消除 239
5.2.4 仿真验证 242
5.3 多运动体协同视觉SLAM 243
5.3.1 个体SLAM信息交换接口的规范化 243
5.3.2 子地图拼接与融合 245
5.3.3 基于词袋模型的重叠区域检测 250
5.3.4 中心化协同SLAM 253
5.3.5 实验验证 254
5.4 本章小结 258
第6章 智能协同编队与路径规划 259
6.1 基于共情理论的编队队形选择方法 259
6.1.1 人工共情理论 259
6.1.2 基于共情效用模型的大规模编队队形选择方法 282
6.2 基于概率推理的编队运动规划方法 291
6.2.1 全局编队规划方法 291
6.2.2 基于概率推理的轨迹生成方法 293
6.2.3 仿真与实验验证 295
6.3 基于仿射变换的协同编队控制方法 299
6.3.1 仿射变换理论 299
6.3.2 基于仿射变换的有限时间抗扰动协同编队控制方法 303
6.3.3 基于仿射变换的抗饱和协同编队控制方法 312
6.4 基于强化学习的动态环境路径规划方法 317
6.4.1 动态环境路径规划问题描述 317
6.4.2 路径规划MDP模型 317
6.4.3 Dyna-Q算法及其改进 318
6.4.4 仿真与实验验证 321
6.5 基于强化学习的协同路径规划方法 326
6.5.1 协同路径规划问题描述 326
6.5.2 分布式强化学习协同路径规划方法及仿真验证 327
6.6 本章小结 336
参考文献 337