| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 机器人导航系统 | 第12-14页 |
| 1.4 本论文的主要研究内容 | 第14-15页 |
| 1.5 本论文的章节安排 | 第15页 |
| 1.6 本章小结 | 第15-16页 |
| 第二章 移动机器人模型的建立 | 第16-25页 |
| 2.1 移动机器人的运动模型 | 第16-18页 |
| 2.2 激光雷达模型 | 第18-20页 |
| 2.2.1 激光雷达简介 | 第18-19页 |
| 2.2.2 建立激光雷达模型 | 第19-20页 |
| 2.3 相机模型 | 第20-23页 |
| 2.3.1 针孔相机模型 | 第20-22页 |
| 2.3.2 RGB-D相机模型 | 第22-23页 |
| 2.4 SLAM的数学表达 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 移动机器人的激光SLAM | 第25-32页 |
| 3.1 蒙特卡洛定位 | 第25-27页 |
| 3.2 Rao-Blackwellized粒子滤波理论 | 第27-29页 |
| 3.3 ROS系统中的AMCL | 第29-30页 |
| 3.4 TF变换 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 移动机器人的视觉SLAM | 第32-47页 |
| 4.1 传统视觉SLAM框架 | 第32-33页 |
| 4.2 图像向点云的转化 | 第33-35页 |
| 4.3 特征提取与匹配 | 第35-40页 |
| 4.3.1 特征点 | 第35-37页 |
| 4.3.2 ORB特征 | 第37-38页 |
| 4.3.3 图像配准 | 第38-40页 |
| 4.4 视觉里程计 | 第40-42页 |
| 4.5 位姿优化 | 第42-45页 |
| 4.6 回环检测 | 第45-46页 |
| 4.7 本章小结 | 第46-47页 |
| 第五章 激光与视觉融合的机器人SLAM | 第47-61页 |
| 5.1 贝叶斯估计 | 第47-50页 |
| 5.2 实验软硬件介绍 | 第50-52页 |
| 5.2.1 Robot Operating System操作系统 | 第50-51页 |
| 5.2.2 系统的硬件组成 | 第51-52页 |
| 5.3 实验与分析 | 第52-59页 |
| 5.3.1 激光雷达实验 | 第52-57页 |
| 5.3.2 RGB-D相机实验 | 第57页 |
| 5.3.3 信息融合的SLAM实验 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第六章 信息融合的导航实验 | 第61-65页 |
| 第七章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 在读期间参与课题与发表的论文 | 第71页 |