基于图优化SLAM的移动机器人导航方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 课题背景和意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-17页 |
| 1.2.1 移动机器人导航方式研究现状 | 第11-13页 |
| 1.2.2 移动机器人同步定位与构图的研究现状 | 第13-15页 |
| 1.2.3 移动机器人路径规划的研究现状 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 第2章 移动机器人导航系统总体设计与分析 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 移动机器人导航系统设计 | 第18-21页 |
| 2.2.1 导航系统总体设计 | 第18-19页 |
| 2.2.2 ROS软件平台中导航功能包配置 | 第19-21页 |
| 2.3 导航系统中传感器模块 | 第21-29页 |
| 2.3.1 里程计模块 | 第21-22页 |
| 2.3.2 激光传感器模块 | 第22-23页 |
| 2.3.3 视觉传感器模块 | 第23-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 融合二维码的图优化SLAM算法 | 第30-39页 |
| 3.1 引言 | 第30页 |
| 3.2 改进图优化SLAM框架 | 第30-32页 |
| 3.2.1 图优化通用框架 | 第30-31页 |
| 3.2.2 改进的图优化框架 | 第31-32页 |
| 3.3 图优化前端的建立 | 第32-34页 |
| 3.3.1 激光扫描匹配 | 第32-34页 |
| 3.3.2 闭环检测 | 第34页 |
| 3.4 图优化的后端优化方法 | 第34-38页 |
| 3.4.1 基于高斯牛顿迭代优化方法 | 第34-38页 |
| 3.4.2 基于LM迭代优化方法 | 第38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 路径规划算法研究 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 分层代价地图 | 第39-41页 |
| 4.2.1 代价地图 | 第39-40页 |
| 4.2.2 分层代价地图 | 第40-41页 |
| 4.3 A*全局路径规划算法 | 第41-42页 |
| 4.3.1 状态空间搜索 | 第41页 |
| 4.3.2 A*算法原理 | 第41-42页 |
| 4.4 改进A*全局路径规划算法 | 第42-46页 |
| 4.4.1 算法分析 | 第42页 |
| 4.4.2 改进A*算法原理 | 第42-44页 |
| 4.4.3 A*算法与改进A*算法仿真比较 | 第44-46页 |
| 4.5 DWA局部路径规划算法 | 第46-49页 |
| 4.5.1 DWA算法原理 | 第47-48页 |
| 4.5.2 导航时的异常恢复 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 实验结果与分析 | 第50-61页 |
| 5.1 引言 | 第50页 |
| 5.2 二维码定位实验 | 第50-53页 |
| 5.2.1 实验平台介绍 | 第50-51页 |
| 5.2.2 定位实验 | 第51-53页 |
| 5.3 融合二维码的图优化SLAM算法实现 | 第53-57页 |
| 5.3.1 实验场景介绍 | 第53-54页 |
| 5.3.2 建图实验 | 第54-57页 |
| 5.4 导航实验 | 第57-59页 |
| 5.4.1 二维码提供初始位姿估计 | 第57-58页 |
| 5.4.2 导航与避障实验 | 第58-59页 |
| 5.5 本章小结 | 第59-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第66-68页 |
| 致谢 | 第68页 |
