| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 研究背景 | 第11-14页 |
| 1.2 室外机器人定位的研究现状 | 第14-16页 |
| 1.3 三维环境建模的研究现状 | 第16-21页 |
| 1.3.1 空间环境信息的感知 | 第16-18页 |
| 1.3.2 同时定位与建图方法 | 第18-19页 |
| 1.3.3 三维地形环境模型的构建 | 第19-21页 |
| 1.4 现有方法存在问题与解决方法 | 第21-22页 |
| 1.5 论文主要内容与目标 | 第22-23页 |
| 1.6 论文章节安排 | 第23-25页 |
| 第二章 基于NDT匹配的LIDAR里程计辅助定位研究 | 第25-51页 |
| 2.1 移动机器人三维运动学模型 | 第25-27页 |
| 2.2 NDT匹配算法 | 第27-34页 |
| 2.2.1 坐标变换与点云数据转换 | 第28-30页 |
| 2.2.2 激光数据的预处理 | 第30-31页 |
| 2.2.3 经典ICP匹配算法 | 第31-32页 |
| 2.2.4 NDT匹配算法 | 第32-34页 |
| 2.3 基于NDT匹配的三维LIDAR里程计算法 | 第34-38页 |
| 2.4 实验结果 | 第38-49页 |
| 2.4.1 NDT扫描匹配实验 | 第38-42页 |
| 2.4.2 三维LIDAR里程计实验 | 第42-49页 |
| 2.5 本章小结 | 第49-51页 |
| 第三章 基于Graph-based SLAM框架的同时定位与建图 | 第51-71页 |
| 3.1 SLAM问题概述 | 第51-53页 |
| 3.1.1 常规SLAM的贝叶斯框架 | 第51-52页 |
| 3.1.2 Graph-based SLAM框架 | 第52-53页 |
| 3.2 Graph-based SLAM方法的模型构建 | 第53-60页 |
| 3.2.1 Graph模型构建方法 | 第54-55页 |
| 3.2.2 NDT扫描匹配定位的协方差估计 | 第55-60页 |
| 3.3 SLAM中的闭环问题 | 第60-61页 |
| 3.4 基于闭环约束的Graph全局优化 | 第61-65页 |
| 3.5 实验结果 | 第65-70页 |
| 3.6 本章小结 | 第70-71页 |
| 第四章 基于不确定集表示的全3D多层地形模型构建 | 第71-91页 |
| 4.1 区间计算概念 | 第71-72页 |
| 4.2 三维地形模型构建问题描述 | 第72-75页 |
| 4.2.1 地形数据的多源不确定性问题 | 第72-73页 |
| 4.2.2 空间描述的准确性问题 | 第73-74页 |
| 4.2.3 三维地形环境建模的效率问题 | 第74-75页 |
| 4.3 地形信息的表示形式 | 第75-76页 |
| 4.4 地形模型的构建与更新 | 第76-83页 |
| 4.4.1 激光数据的区间集员估计 | 第76-78页 |
| 4.4.2 激光数据的网格单元关联 | 第78-80页 |
| 4.4.3 新体元的创建 | 第80-81页 |
| 4.4.4 约束施加 | 第81-82页 |
| 4.4.5 占据状态的概率化描述 | 第82-83页 |
| 4.5 算法总结 | 第83-85页 |
| 4.6 实验结果 | 第85-89页 |
| 4.7 本章小结 | 第89-91页 |
| 第五章 总结与展望 | 第91-93页 |
| 5.1 课题研究内容总结 | 第91页 |
| 5.2 课题研究中尚存在的问题与展望 | 第91-93页 |
| 致谢 | 第93-95页 |
| 参考文献 | 第95-101页 |
| 作者在攻读硕士期间发表的论文 | 第101页 |
