| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-15页 |
| 1.1.1 云机器人 | 第12-13页 |
| 1.1.2 同步定位与地图构建 | 第13-14页 |
| 1.1.3 云机器人架构下的SLAM | 第14-15页 |
| 1.2 研究内容 | 第15-16页 |
| 1.3 论文组织结构 | 第16-17页 |
| 第二章 相关技术研究 | 第17-27页 |
| 2.1 机器人SLAM | 第17-21页 |
| 2.1.1 机器人SLAM的基本原理 | 第17-19页 |
| 2.1.2 SLAM算法分类 | 第19-20页 |
| 2.1.3 机器人协同SLAM | 第20-21页 |
| 2.2“云+机器人”SLAM | 第21-25页 |
| 2.2.1 DAvinCi | 第22页 |
| 2.2.2 Rapyuta | 第22-23页 |
| 2.2.3 C2TAM | 第23-25页 |
| 2.2.4 现有工作总结 | 第25页 |
| 2.3 机器人操作系统ROS | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 第三章 云机器人SLAM服务架构 | 第27-33页 |
| 3.1 基本思路及过程模型 | 第27-29页 |
| 3.2 基于云机器人的SLAM服务架构 | 第29-32页 |
| 3.2.1 机器人端设计 | 第29-30页 |
| 3.2.2 云端设计 | 第30-31页 |
| 3.2.3 整体架构 | 第31-32页 |
| 3.3 小结 | 第32-33页 |
| 第四章 云机器人SLAM服务原型系统实现 | 第33-53页 |
| 4.1 本地+远程协同SLAM的实现 | 第33-38页 |
| 4.1.1 基于ROS的SLAM角色划分 | 第33-34页 |
| 4.1.2 ROS系统下跨结点资源的发现 | 第34-38页 |
| 4.1.3 ROS系统下本地+远端协同SLAM过程 | 第38页 |
| 4.2 云机器人环境下的数据通信优化 | 第38-45页 |
| 4.2.1 数据通信优化 | 第39页 |
| 4.2.2 数据压缩相关工作 | 第39-42页 |
| 4.2.3 数据通信优化的实现 | 第42-45页 |
| 4.3 云机器人SLAM的云端服务化 | 第45-52页 |
| 4.3.1 SLAM过程服务化 | 第45-48页 |
| 4.3.2 远程端服务处理 | 第48-50页 |
| 4.3.3 远程端服务扩展 | 第50-52页 |
| 4.4 小结 | 第52-53页 |
| 第五章 原型系统的部署与测试 | 第53-63页 |
| 5.1 原型系统的部署及功能验证 | 第53-57页 |
| 5.1.1 系统环境与配置 | 第53-54页 |
| 5.1.2 机器人的部署 | 第54-55页 |
| 5.1.3 云端的部署 | 第55页 |
| 5.1.4 部署情况以及运行情况展示 | 第55-57页 |
| 5.2 性能测试与对比 | 第57-62页 |
| 5.2.1 实验测试部署 | 第57-59页 |
| 5.2.2 实验结果与对比分析 | 第59-62页 |
| 5.3 小结 | 第62-63页 |
| 第六章 总结 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者在学期间取得的学术成果 | 第70页 |