基于立体视觉的SLAM算法在全向移动机器人的应用
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1.绪论 | 第9-24页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 移动机器人研究现状 | 第10-12页 |
| 1.2.2 移动机器人SLAM研究现状 | 第12页 |
| 1.3 SLAM算法理论基础 | 第12-22页 |
| 1.3.1 卡尔曼滤波器 | 第13-14页 |
| 1.3.2 扩展卡尔曼滤波器 | 第14-15页 |
| 1.3.3 粒子滤波器 | 第15-17页 |
| 1.3.4 FastSLAM | 第17-19页 |
| 1.3.5 优化方法 | 第19-22页 |
| 1.4 论文整体结构 | 第22-24页 |
| 2.基于立体视觉的SLAM算法研究 | 第24-38页 |
| 2.1 引言 | 第24页 |
| 2.2 VO前端 | 第24-32页 |
| 2.2.1 ORB特征提取及匹配 | 第25-29页 |
| 2.2.2 运动变换估计 | 第29-31页 |
| 2.2.3 ICP三维点云匹配 | 第31-32页 |
| 2.3 后端优化 | 第32-34页 |
| 2.3.1 关键帧选取机制 | 第33页 |
| 2.3.2 位姿图优化 | 第33-34页 |
| 2.4 回环检测 | 第34-35页 |
| 2.5 建图 | 第35-37页 |
| 2.6 本章小结 | 第37-38页 |
| 3.全向移动机器人搭建 | 第38-63页 |
| 3.1 引言 | 第38页 |
| 3.2 硬件平台搭建 | 第38-56页 |
| 3.2.1 全向移动底盘 | 第39-46页 |
| 3.2.2 驱动单元 | 第46-51页 |
| 3.2.3 核心运算单元 | 第51-53页 |
| 3.2.4 深度摄像机 | 第53-56页 |
| 3.3 软件平台及架构 | 第56-62页 |
| 3.3.1 Jetson TX2操作系统安装 | 第57-59页 |
| 3.3.2 ROS系统部署 | 第59-61页 |
| 3.3.3 内核驱动安装 | 第61-62页 |
| 3.4 本章小结 | 第62-63页 |
| 4.实验数据及分析 | 第63-67页 |
| 4.1 引言 | 第63页 |
| 4.2 实验环境 | 第63页 |
| 4.3 实验设计及结果 | 第63-66页 |
| 4.4 本章小结 | 第66-67页 |
| 5.结论与展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录A 驱动单元PCB | 第71-72页 |
| 附录B 驱动单元原理图 | 第72-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78-79页 |
