| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第17-34页 |
| 1.1 研究背景和意义 | 第17-20页 |
| 1.1.1 服务机器人产业发展背景与趋势 | 第17-18页 |
| 1.1.2 服务机器人产业发展面临的技术挑战与技术发展趋势 | 第18-20页 |
| 1.2 国内外研究现状 | 第20-31页 |
| 1.2.1 面向个人/公众的服务机器人系统研究发展现状： | 第20-24页 |
| 1.2.2 机器人定位与导航技术发展现状 | 第24-29页 |
| 1.2.3 面向机器人的人体检测与交互技术的发展现状 | 第29-31页 |
| 1.3 本文主要内容与贡献 | 第31-32页 |
| 1.4 论文的组织 | 第32-34页 |
| 第2章 机器人系统建模与核心传感器建模 | 第34-41页 |
| 2.1 机器人系统建模 | 第34-35页 |
| 2.2 低成本激光雷达模型 | 第35-37页 |
| 2.3 RGB-D摄像机模型 | 第37-41页 |
| 第3章 面向低成本激光SLAM的扫描匹配算法研究 | 第41-63页 |
| 3.1 引言与相关工作 | 第41-43页 |
| 3.2 激光扫描数据及其图像表示 | 第43-45页 |
| 3.3 激光扫描的缺失数据的特征 | 第45-48页 |
| 3.4 基于FFT的激光雷达图像的匹配方法 | 第48-52页 |
| 3.5 改进的FFT-ICP激光雷达数据图像匹配算法 | 第52-54页 |
| 3.6 实验与小结 | 第54-62页 |
| 3.6.1 实验平台及配置 | 第54-56页 |
| 3.6.2 扫描匹配 | 第56-60页 |
| 3.6.3 运算速度 | 第60-61页 |
| 3.6.4 运动情况下的连续匹配 | 第61-62页 |
| 3.7 本章小结 | 第62-63页 |
| 第4章 低成本激光和视觉传感器结合的SLAM方法研究 | 第63-88页 |
| 4.1 相关工作及背景介绍 | 第63-66页 |
| 4.2 基于图优化的SLAM架构 | 第66-69页 |
| 4.3 低成本激光和视觉结合的SLAM算法架构 | 第69-75页 |
| 4.3.1 联合误差函数 | 第70-71页 |
| 4.3.2 位姿图优化 | 第71-73页 |
| 4.3.3 关键帧与回环检测 | 第73-75页 |
| 4.4 新的2.5D地图及快速重定位 | 第75-80页 |
| 4.4.1 传统的栅格地图与特征地图 | 第76页 |
| 4.4.2 本文的2.5D地图表述方式 | 第76-79页 |
| 4.4.3 基于2.5D地图的快速重定位 | 第79-80页 |
| 4.5 实验 | 第80-86页 |
| 4.5.1 实验平台及实验环境 | 第80-83页 |
| 4.5.2 定位与建图实验 | 第83-85页 |
| 4.5.3 快速重定位的实验 | 第85-86页 |
| 4.6 本章小结 | 第86-88页 |
| 第5章 基于多传感器融合的人体检测定位算法研究 | 第88-104页 |
| 5.1 引言与相关工作 | 第88-92页 |
| 5.2 机器人传感器视野之外的人体定位方法 | 第92-95页 |
| 5.3 结合地图与多传感器融合的360°全方位人体感知方法 | 第95-98页 |
| 5.4 机器人系统及实验 | 第98-102页 |
| 5.4.1 机器人实验平台介绍 | 第98-99页 |
| 5.4.2 人体检测的实验及其结果 | 第99-102页 |
| 5.5 本章小结 | 第102-104页 |
| 第6章 结束语 | 第104-105页 |
| 参考文献 | 第105-113页 |
| 致谢 | 第113-115页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第115-117页 |
