| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景与意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.3.1 视觉SLAM技术研究现状 | 第10-12页 |
| 1.3.2 路径规划技术研究现状 | 第12-13页 |
| 1.4 主要研究工作与论文组织结构 | 第13-16页 |
| 1.4.1 主要研究工作 | 第13-14页 |
| 1.4.2 论文的组织结构 | 第14-16页 |
| 第2章 基于图优化的视觉SLAM导航方法 | 第16-25页 |
| 2.1 视觉SLAM导航方法研究 | 第16-17页 |
| 2.2 基于图优化的SLAM方法研究 | 第17-22页 |
| 2.2.1 视觉传感器分类 | 第18页 |
| 2.2.2 帧间匹配 | 第18-19页 |
| 2.2.3 回环检测 | 第19-20页 |
| 2.2.4 位姿优化 | 第20-21页 |
| 2.2.5 地图构建 | 第21-22页 |
| 2.3 移动机器人路径规划方法研究 | 第22-24页 |
| 2.3.1 导航地图分类 | 第22-23页 |
| 2.3.2 移动机器人路径规划系统 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于RGB-D相机的SLAM算法 | 第25-45页 |
| 3.1 图像特征提取与匹配 | 第25-31页 |
| 3.1.1 图像特征提取 | 第26-29页 |
| 3.1.2 基于双向KNN和PROSAC的特征匹配与剔除 | 第29-31页 |
| 3.2 基于关键帧的位姿优化与地图构建 | 第31-36页 |
| 3.2.1 关键帧选择 | 第32页 |
| 3.2.2 基于Bo VW的回环检测的位姿优化 | 第32-34页 |
| 3.2.3 环境地图构建 | 第34-36页 |
| 3.3 实验结果及分析 | 第36-44页 |
| 3.3.1 特征匹配实验结果及分析 | 第36-41页 |
| 3.3.2 位姿估计实验结果与分析 | 第41-42页 |
| 3.3.3 地图构建实验结果与分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于栅格地图的混合路径规划方法 | 第45-63页 |
| 4.1 基于LPF-A*的全局路径规划 | 第45-52页 |
| 4.1.1 传统A*算法基本原理 | 第46-48页 |
| 4.1.2 栅格地图模型优化 | 第48-50页 |
| 4.1.3 代价函数设置 | 第50-52页 |
| 4.2 基于关键点的混合路径规划 | 第52-57页 |
| 4.2.1 轮式机器人运动模型 | 第52-53页 |
| 4.2.2 基于DWA的局部碰撞检测 | 第53-55页 |
| 4.2.3 混合路径规划算法 | 第55-57页 |
| 4.3 实验结果与分析 | 第57-62页 |
| 4.3.1 全局路径规划算法实验结果及分析 | 第57-58页 |
| 4.3.2 混合路径规划算法实验结果及分析 | 第58-61页 |
| 4.3.3 基于SLAM地图的移动机器人导航实验结果及分析 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 全文工作总结 | 第63-64页 |
| 5.2 下一步工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间的科研成果 | 第71页 |