绪论
0．1 水下所面临的挑战
0．1．1 浩瀚的未知区域
0．1．2 恶劣的水下环境
0．1．3 自主式水下航行器
0．2 定位问题
0．2．1 状态空间描述构建
0．2．2 航位推算法的缺点
0．2．3 水下声学定位系统
0．2．4 SLAM：一种独立的解决方案
0．3 本书的贡献
0．3．1 适用于恶劣环境的新定位方法
0．3．2 面向非线性和不确定性的集员估计方法
0．3．3 适用于动态系统的约束规划方法
0．3．4 本书的章节安排与内容分配

第一部分 区间分析方法
第1章 静态集员状态估计
1．1 概述
1．2 区间分析
1．2．1 研究背景
1．2．2 区间
1．2．3 区间扩展函数
1．2．4 负面效果和包围效应
1．3 约束传播
1．3．1 约束网络
1．3．2 收缩子
1．3．3 在基于测距的静态机器人定位中的应用
1．4 基于区间分析的集逆算法
1．4．1 子空间
1．4．2 基于SIVIA的集逆算法
1．4．3 收缩子的原理框图
1．4．4 区间函数的核心特征
1．5 讨论
1．5．1 传感器测量误差分布
1．5．2 数值精确程度
1．5．3 用于理论证明的工具
1．6 小结
第2章 状态轨线集的约束
2．1 动态状态估计概述
2．1．1 研究动机
2．1．2 解决思路
2．2 包络边界函数
2．2．1 定义
2．2．2 包络边界函数分析
2．2．3 收缩子
2．3 算法实现
2．3．1 数据结构
2．3．2 基于实际数据集的包络边界函数构建
2．3．3 Tubex专用包络边界函数库
2．4 应用：移动机器人的航位推算
2．4．1 测试示例
2．4．2 约束网络
2．4．3 解决方案
2．5 讨论
2．5．1 方法的局限件
……

第二部分 与约束相关的贡献
第三部分 与机器人相关的贡献

参考文献