LiDAR/INS组合的室内定位与制图（SLAM）算法改进
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 论文的主要研究内容和章节安排 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 章节安排 | 第16-17页 |
| 2 LiDAR点云匹配算法与地图创建 | 第17-29页 |
| 2.1 引言 | 第17-18页 |
| 2.2 创建地图 | 第18-21页 |
| 2.2.1 常用地图简介 | 第18-19页 |
| 2.2.2 多分辨率栅格地图的构建 | 第19-21页 |
| 2.3 LiDAR点云匹配算法研究 | 第21-29页 |
| 2.3.1 LiDAR传感器数学模型 | 第21页 |
| 2.3.2 基于IMLE的LiDAR匹配算法 | 第21-24页 |
| 2.3.3 高斯-牛顿迭代算法 | 第24-29页 |
| 3 LiDAR/INS组合定位定姿 | 第29-42页 |
| 3.1 引言 | 第29-30页 |
| 3.2 常用坐标系统 | 第30-31页 |
| 3.3 仅靠INS姿态辅助的算法 | 第31-32页 |
| 3.4 惯性导航机械编排算法 | 第32-36页 |
| 3.4.1 传感器误差补偿 | 第32-33页 |
| 3.4.2 速度更新 | 第33-34页 |
| 3.4.3 位置更新 | 第34页 |
| 3.4.4 姿态更新 | 第34-36页 |
| 3.5 LiDAR/INS组合导航算法 | 第36-42页 |
| 3.5.1 INS误差状态模型 | 第36-38页 |
| 3.5.2 基于15维状态向量的卡尔曼滤波算法 | 第38-42页 |
| 4 组合导航算法近实时性改进 | 第42-45页 |
| 4.1 引言 | 第42页 |
| 4.2 OSEST算法详细过程 | 第42-43页 |
| 4.3 建立OSEST算法的数学模型 | 第43-45页 |
| 5 实测实验与分析 | 第45-62页 |
| 5.1 引言 | 第45页 |
| 5.2 室内移动测图的UGV平台设计 | 第45-48页 |
| 5.3 高斯-牛顿算法与IMLE算法的耗时性分析 | 第48-50页 |
| 5.4 INS辅助对高斯-牛顿匹配的影响分析 | 第50-58页 |
| 5.5 近实时算法的实验验证 | 第58-62页 |
| 5.5.1 精度验证 | 第58-60页 |
| 5.5.2 实时性验证 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 论文工作总结 | 第62-63页 |
| 6.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-69页 |
