基于ROS的教育机器人室内视觉定位模块研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-19页 |
| 1.1 教育机器人室内定位研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 室内定位技术发展 | 第13-14页 |
| 1.2.2 移动机器人平台发展 | 第14-16页 |
| 1.3 视觉定位发展趋势 | 第16-17页 |
| 1.4 研究目标及文章组织结构 | 第17-19页 |
| 1.4.1 研究目的 | 第17页 |
| 1.4.2 文章组织结构 | 第17-19页 |
| 2 基于ROS的视觉定位硬件模块设计与实现 | 第19-28页 |
| 2.1 ROS简介 | 第19-20页 |
| 2.1.1 主要优点 | 第19-20页 |
| 2.1.2 缺点与不足 | 第20页 |
| 2.2 移动平台硬件系统设计 | 第20-23页 |
| 2.2.1 运动控制层设计 | 第21-22页 |
| 2.2.2 数据处理层设计 | 第22页 |
| 2.2.3 远程服务器 | 第22-23页 |
| 2.3 机器人软件框架设计 | 第23-25页 |
| 2.3.1 下位机软件框架设计 | 第23-24页 |
| 2.3.2 上层软件框架设计 | 第24-25页 |
| 2.4 移动平台精度测试 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 移动机器人空间运动理论 | 第28-43页 |
| 3.1 经典视觉SLAM框架 | 第28-32页 |
| 3.1.1 视觉里程计 | 第29-30页 |
| 3.1.2 后端优化 | 第30页 |
| 3.1.3 回环检测 | 第30-31页 |
| 3.1.4 建图 | 第31-32页 |
| 3.2 运动模型 | 第32-33页 |
| 3.3 观测模型 | 第33-36页 |
| 3.4 旋转理论 | 第36-40页 |
| 3.4.1 旋转矩阵 | 第36-38页 |
| 3.4.2 旋转向量 | 第38页 |
| 3.4.3 欧拉角 | 第38-39页 |
| 3.4.4 四元数 | 第39-40页 |
| 3.5 优化理论 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 基于特征点的RGB-D视觉里程计研究 | 第43-59页 |
| 4.1 GB-D相机标定与图像采集 | 第43-49页 |
| 4.1.1 RGB-D相机模型 | 第43-44页 |
| 4.1.2 ROS下Kinect信息采集 | 第44-46页 |
| 4.1.3 Kinect标定 | 第46-49页 |
| 4.2 图像特征提取 | 第49-52页 |
| 4.2.1 VSLAM常用特征点比较 | 第50页 |
| 4.2.2 ORB特征提取算法 | 第50-52页 |
| 4.3 特征匹配 | 第52-54页 |
| 4.4 ICP方法机器人定位与地图构建 | 第54-58页 |
| 4.4.1 ICP方法机器人定位 | 第54-56页 |
| 4.4.2 定位基础上得地图构建 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 位姿优化及回环检测 | 第59-68页 |
| 5.1 图优化方法 | 第59-60页 |
| 5.2 优化建模和g2o图优化 | 第60-62页 |
| 5.2.1 图优化建模 | 第60-61页 |
| 5.2.2 g2o进行图优化 | 第61-62页 |
| 5.3 添加回环检测 | 第62-64页 |
| 5.4 ROS环境下运行及实验结果 | 第64-67页 |
| 5.4.1 实验平台 | 第64-65页 |
| 5.4.2 软件实验环境 | 第65-67页 |
| 5.5 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士期间发表的论文 | 第73-74页 |
| 致谢 | 第74页 |
