摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-16页 |
1.1 课题研究背景及意义 | 第9-11页 |
1.1.1 课题研究背景 | 第9-10页 |
1.1.2 课题研究意义 | 第10-11页 |
1.2 SLAM发展概况 | 第11-14页 |
1.2.1 国内发展概况 | 第11-13页 |
1.2.2 国外发展概况 | 第13-14页 |
1.3 课题主要研究内容 | 第14-16页 |
第2章 SLAM基本理论以及移动机器人系统建模 | 第16-23页 |
2.1 SLAM基本理论 | 第16-18页 |
2.1.1 环境地图表示方法 | 第16页 |
2.1.2 特征提取 | 第16-17页 |
2.1.3 数据关联问题 | 第17页 |
2.1.4 闭环检测 | 第17-18页 |
2.2 移动机器人系统建模 | 第18-22页 |
2.2.1 移动机器人坐标系模型 | 第18-19页 |
2.2.2 移动机器人运动学模型 | 第19-21页 |
2.2.3 基于激光测距仪的观测模型 | 第21-22页 |
2.3 本章小结 | 第22-23页 |
第3章 移动机器人同时定位与地图构建研究 | 第23-34页 |
3.1 移动机器人SLAM定义 | 第23-24页 |
3.2 基于粒子滤波的FastSLAM算法 | 第24-27页 |
3.3 改进的基于粒子滤波SLAM算法 | 第27-31页 |
3.3.1 改进建议分布的粒子滤波SLAM算法 | 第27-29页 |
3.3.2 增加自适应策略的重采样过程 | 第29-30页 |
3.3.3 改进的基于粒子滤波SLAM算法流程 | 第30-31页 |
3.4 仿真与分析 | 第31-33页 |
3.5 本章小结 | 第33-34页 |
第4章 基于激光测距仪的移动机器人控制平台搭建 | 第34-56页 |
4.1 移动机器人系统 | 第34-39页 |
4.1.1 硬件平台 | 第34-37页 |
4.1.2 软件平台 | 第37-39页 |
4.2 移动机器人SLAM设计 | 第39-43页 |
4.2.1 SLAM程序设计 | 第39-42页 |
4.2.2 同时定位与建图实验 | 第42-43页 |
4.3 移动机器人利用已知环境进行导航的设计 | 第43-52页 |
4.3.1 利用已知环境进行导航框架设计 | 第43-44页 |
4.3.2 导航相关的理论研究 | 第44-50页 |
4.3.3 利用已知环境进行导航程序设计 | 第50-51页 |
4.3.4 利用已知环境进行导航实验 | 第51-52页 |
4.4 移动机器人在未知环境中导航的设计 | 第52-55页 |
4.4.1 在未知环境中导航框架设计 | 第52-53页 |
4.4.2 在未知环境中导航程序设计 | 第53-54页 |
4.4.3 在未知环境中导航实验 | 第54-55页 |
4.5 本章小结 | 第55-56页 |
第5章 基于不同传感器观测的SLAM实验以及激光SLAM的改进实现 | 第56-64页 |
5.1 Kinect摄像机及相关模型 | 第56-58页 |
5.1.1 Kinect摄像机 | 第56-57页 |
5.1.2 Kinect相关模型 | 第57-58页 |
5.2 基于不同传感器观测进行移动机器人SLAM的实验与分析 | 第58-61页 |
5.3 基于激光SLAM的移动机器人的改进实现 | 第61-63页 |
5.3.1 激光测距仪的局限性 | 第61-62页 |
5.3.2 改进实现方法 | 第62-63页 |
5.4 本章小结 | 第63-64页 |
第6章 结论 | 第64-66页 |
6.1 结论 | 第64页 |
6.2 展望 | 第64-66页 |
参考文献 | 第66-69页 |
在学研究成果 | 第69-70页 |
致谢 | 第70页 |