摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第1章 绪论 | 第8-16页 |
1.1 课题研究的背景 | 第8-9页 |
1.2 课题研究目的和意义 | 第9-10页 |
1.3 研究现状和发展趋势(视觉和IMU综述) | 第10-13页 |
1.3.1 机器人自主导航技术简介 | 第10-12页 |
1.3.2 基于视觉和IMU组合导航定位研究现状 | 第12-13页 |
1.4 实验平台简介 | 第13-14页 |
1.5 论文研究主要内容和结构安排 | 第14-16页 |
第2章 机器人组合导航系统介绍 | 第16-27页 |
2.1 引言 | 第16页 |
2.2 机器人导航定位涉及的坐标系及其相关转换 | 第16-21页 |
2.2.1 机器人导航定位中常用坐标系 | 第16页 |
2.2.2 惯性坐标系 | 第16-18页 |
2.2.3 地心地固坐标系 | 第18页 |
2.2.4 载体坐标系 | 第18-19页 |
2.2.5 世界坐标系 | 第19-20页 |
2.2.6 Kinect坐标系 | 第20页 |
2.2.7 坐标系转换 | 第20-21页 |
2.3 机器人导航定位相关传感器 | 第21-24页 |
2.3.1 Kinect视觉传感器 | 第21-23页 |
2.3.2 车载IMU | 第23页 |
2.3.3 MTi系统工作原理 | 第23-24页 |
2.4 机器人常用相对导航定位方法 | 第24-26页 |
2.4.1 航迹推算 | 第24-25页 |
2.4.2 基于Kinect视觉定位算法 | 第25-26页 |
2.5 本章小结 | 第26-27页 |
第3章 捷联惯性导航系统的迭代算法 | 第27-40页 |
3.1 引言 | 第27页 |
3.2 捷联惯导工作原理和力学编排 | 第27-28页 |
3.3 姿态更新算法 | 第28-33页 |
3.3.1 姿态矩阵微分方程和四元数更新的微分方程 | 第28-29页 |
3.3.2 基于四元数微分方程的毕卡算法 | 第29-31页 |
3.3.3 等效旋转矢量法 | 第31-32页 |
3.3.4 圆锥误差及其补偿算法 | 第32-33页 |
3.4 惯性导航误差模型 | 第33-37页 |
3.4.1 速度误差和位置误差方程 | 第34-36页 |
3.4.2 姿态误差方程 | 第36-37页 |
3.5 MTi惯性导航初始对准 | 第37-39页 |
3.5.1 粗对准 | 第37-38页 |
3.5.2 精对准 | 第38-39页 |
3.6 捷联惯导更新算法 | 第39页 |
3.7 本章小结 | 第39-40页 |
第4章 机器人视觉导航定位方法 | 第40-51页 |
4.1 引言 | 第40-41页 |
4.2 Kinect定位方法 | 第41-46页 |
4.2.1 Kinect方法 | 第41-42页 |
4.2.2 SIFT方法特征 | 第42-43页 |
4.2.3 RANSAC删除误匹配点 | 第43-44页 |
4.2.4 迭代就近点配准算法 | 第44-45页 |
4.2.5 绝对定向算法 | 第45-46页 |
4.3 Kinect自定位方法的实现 | 第46-48页 |
4.4 野外实验结果分析 | 第48-51页 |
4.4.1 Kinect定位实验 | 第48-49页 |
4.4.2 实验分析 | 第49-51页 |
第5章 机器人组合导航系统设计及其实验 | 第51-61页 |
5.1 引言 | 第51-52页 |
5.2 机器人导航系统的状态方程 | 第52-55页 |
5.3 机器人导航系统的观测方程 | 第55-56页 |
5.4 组合导航系统设计 | 第56-58页 |
5.4.1 卡尔曼滤波方法简介 | 第56-57页 |
5.4.2 时间同步 | 第57-58页 |
5.5 野外实验分析 | 第58-61页 |
第6章 全文工作总结及展望 | 第61-63页 |
6.1 全文总结 | 第61页 |
6.2 工作展望 | 第61-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-67页 |
攻读学位期间的研究成果 | 第67页 |