| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 国内外研究现状分析 | 第9-11页 |
| 1.2.1 移动机器人国内研究现状 | 第9-10页 |
| 1.2.2 移动机器人国外研究现状 | 第10-11页 |
| 1.3 移动机器人定位技术研究现状 | 第11页 |
| 1.4 本文主要研究内容 | 第11-13页 |
| 第二章 基于ROS移动机器人的定位模型研究 | 第13-32页 |
| 2.1 移动机器人定位技术分类 | 第13-14页 |
| 2.2 移动机器人常用传感器模型 | 第14-23页 |
| 2.2.1 激光传感器 | 第14-16页 |
| 2.2.2 视觉传感器 | 第16-18页 |
| 2.2.3 单目相机的畸变与标定 | 第18-23页 |
| 2.3 移动机器人定位模型 | 第23-31页 |
| 2.3.1 坐标系模型 | 第23-24页 |
| 2.3.2 运动模型 | 第24-30页 |
| 2.3.3 地图模型 | 第30页 |
| 2.3.4 噪声模型与系统误差 | 第30-31页 |
| 2.4 小结 | 第31-32页 |
| 第三章 基于WIFI信号强弱的机器人定位 | 第32-43页 |
| 3.1 WIFI算法定位原理和对数衰减距离算法 | 第32-36页 |
| 3.1.1 WiFi算法定位原理 | 第32-34页 |
| 3.1.2 对数距离路径衰减模型 | 第34-36页 |
| 3.2 AMCL算法的定位研究 | 第36-40页 |
| 3.2.1 AMCL算法原理 | 第36-39页 |
| 3.2.2 AMCL算法弊端 | 第39-40页 |
| 3.3 三角测量算法的原理 | 第40-42页 |
| 3.4 WIFI算法与三角算法的结合 | 第42页 |
| 3.5 小结 | 第42-43页 |
| 第四章 改进ORB_SLAM算法的定位研究 | 第43-55页 |
| 4.1 ORB_SLAM算法总览 | 第43-44页 |
| 4.2 ORB_SLAM算法实现 | 第44-48页 |
| 4.2.1 跟踪线程 | 第44-46页 |
| 4.2.2 局部建图线程 | 第46-47页 |
| 4.2.3 回环检测线程 | 第47-48页 |
| 4.3 ORB_SLAM算法优化 | 第48-54页 |
| 4.3.1 删除视觉模块 | 第48页 |
| 4.3.2 ORB字典载入优化 | 第48-49页 |
| 4.3.3 改进ORB特征点匹配 | 第49-54页 |
| 4.4 小结 | 第54-55页 |
| 第五章 实验结果分析 | 第55-62页 |
| 5.1 试验软件ROS系统 | 第55页 |
| 5.2 定位系统软件架构 | 第55-56页 |
| 5.3 定位结果与实验分析 | 第56-61页 |
| 5.3.1 实验流程分析 | 第56-57页 |
| 5.3.2 WiFi算法与AMCL算法对比分析 | 第57-59页 |
| 5.3.3 改进ORB_SLAM算法与WiFi算法对比分析 | 第59-61页 |
| 5.4 小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 发表论文和科研情况说明 | 第68-69页 |
| 致谢 | 第69页 |