| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文的组织结构 | 第13-15页 |
| 第2章 激光雷达数据获取与特征提取 | 第15-29页 |
| 2.1 实验模型建立 | 第15-17页 |
| 2.1.1 环境地图模型 | 第15-16页 |
| 2.1.2 移动机器人模型 | 第16-17页 |
| 2.2 激光测距与数据获取 | 第17-22页 |
| 2.2.1 激光测距原理 | 第17-18页 |
| 2.2.2 雷达结构与硬件连接 | 第18页 |
| 2.2.3 扫描数据获取与处理 | 第18-22页 |
| 2.3 点云处理 | 第22-23页 |
| 2.3.1 低质量点云剔除 | 第22-23页 |
| 2.3.2 点云到图像的转换 | 第23页 |
| 2.4 直线特征提取 | 第23-27页 |
| 2.4.1 点云数据连通 | 第23-24页 |
| 2.4.2 Hough变换提取直线特征 | 第24-25页 |
| 2.4.3 直线的去重与断线合并 | 第25-27页 |
| 2.5 角点特征的提取 | 第27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 基于角点特征的EKF-SLAM实现过程 | 第29-41页 |
| 3.1 SLAM问题基本特点分析 | 第29页 |
| 3.2 SLAM问题的不确定性分析 | 第29-30页 |
| 3.3 扩展卡尔曼滤波(EKF)原理 | 第30-35页 |
| 3.4 基于角点特征的EKF-SLAM过程 | 第35-39页 |
| 3.5 仿真验证 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于栅格地图和改进ICP算法的SLAM方法 | 第41-57页 |
| 4.1 栅格地图的定义 | 第41-42页 |
| 4.2 基于帧间匹配的激光里程计 | 第42-51页 |
| 4.2.1 ICP算法原理 | 第42-46页 |
| 4.2.2 基于ICP算法的激光里程计 | 第46-51页 |
| 4.3 全局定位和创建地图 | 第51-55页 |
| 4.3.1 当前帧与地图匹配的过程 | 第52-54页 |
| 4.3.2 地图更新策略 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 实验验证 | 第57-69页 |
| 5.1 实验平台介绍 | 第57页 |
| 5.2 软件平台 | 第57-58页 |
| 5.3 软件控制界面的设计与实现 | 第58页 |
| 5.4 基于直线特征和角点特征的EKF-SLAM的实验 | 第58-60页 |
| 5.5 基于栅格地图和改进ICP算法的SLAM实验 | 第60-63页 |
| 5.6 跟主流开源SLAM算法的对比试验 | 第63-68页 |
| 5.6.1 开源算法实现平台 | 第63-64页 |
| 5.6.2 Hector-SLAM实验 | 第64-65页 |
| 5.6.3 Cartographer-SLAM实验 | 第65-67页 |
| 5.6.4 Gmapping算法实验 | 第67页 |
| 5.6.5 对比结论 | 第67-68页 |
| 5.7 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-77页 |
| 致谢 | 第77页 |
