基于g2o的SLAM后端优化算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 移动机器人及其研究现状 | 第15页 |
| 1.2 SLAM问题及其研究现状 | 第15-17页 |
| 1.2.1 SLAM问题的提出背景 | 第15-16页 |
| 1.2.2 SLAM问题的研究现状 | 第16-17页 |
| 1.3 主要研究内容和论文结构 | 第17-19页 |
| 1.3.1 主要研究内容 | 第17页 |
| 1.3.2 论文结构 | 第17-19页 |
| 第二章 SLAM问题及其解决方法综述 | 第19-35页 |
| 2.1 SLAM问题研究 | 第19-26页 |
| 2.1.1 地图的表示方法 | 第19-22页 |
| 2.1.2 机器人的定位方法 | 第22-24页 |
| 2.1.3 SLAM问题的数学表示 | 第24-26页 |
| 2.2 SLAM问题解决方法 | 第26-30页 |
| 2.2.1 滤波方法 | 第26-28页 |
| 2.2.2 平滑方法 | 第28-30页 |
| 2.3 g2o方法 | 第30-33页 |
| 2.3.1 解非线性最小二乘法 | 第30-32页 |
| 2.3.2 g2o实现介绍 | 第32-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 后端优化算法研究 | 第35-45页 |
| 3.1 最小二乘法优化中的异常值 | 第35-36页 |
| 3.1.2 删除异常值的方法 | 第35-36页 |
| 3.1.3 减少异常值影响的方法 | 第36页 |
| 3.2 异常值对SLAM的影响 | 第36-38页 |
| 3.2.1 SLAM中的异常值 | 第36-37页 |
| 3.2.2 SLAM中异常值的处理方法 | 第37-38页 |
| 3.3 后端优化算法 | 第38-43页 |
| 3.3.1 SC算法 | 第38-41页 |
| 3.3.2 RRR算法 | 第41-43页 |
| 3.3.3 MM算法 | 第43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 改进的动态协方差缩放算法 | 第45-59页 |
| 4.1 后端优化问题 | 第45-51页 |
| 4.1.1 不具有鲁棒性的后端优化 | 第45-47页 |
| 4.1.2 代价函数分析 | 第47-51页 |
| 4.2 改进的动态协方差缩放算法 | 第51-54页 |
| 4.3 后端优化算法的分析与比较 | 第54-58页 |
| 4.3.1 参数分析 | 第54-55页 |
| 4.3.2 算法实现 | 第55-58页 |
| 4.3.3 算法稀疏性 | 第58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 实验结果与分析 | 第59-77页 |
| 5.1 误差的度量方法 | 第59-61页 |
| 5.1.1 绝对轨迹误差 | 第59-60页 |
| 5.1.2 相对位姿误差 | 第60-61页 |
| 5.2 评估的数据集介绍 | 第61-66页 |
| 5.2.1 标准数据集 | 第61-64页 |
| 5.2.2 KITTI数据集 | 第64-65页 |
| 5.2.3 在数据集中添加外点的策略 | 第65-66页 |
| 5.3 测试结果及分析 | 第66-76页 |
| 5.3.1 DCS1算法评估 | 第66-72页 |
| 5.3.2 后端优化算法的比较测试 | 第72-76页 |
| 5.4 本章小结 | 第76-77页 |
| 第六章 总结和展望 | 第77-79页 |
| 6.1 总结 | 第77页 |
| 6.2 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85-86页 |
