基于点云融合的立体导航技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究意义及应用 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 导航技术研究现状 | 第11-12页 |
| 1.2.2 SLAM技术研究现状 | 第12-13页 |
| 1.2.3 路径规划技术研究现状 | 第13-15页 |
| 1.3 本文的研究内容及章节安排 | 第15-17页 |
| 第2章 激光雷达平面导航算法研究 | 第17-32页 |
| 2.1 引言 | 第17页 |
| 2.2 卡尔曼滤波算法基础 | 第17-22页 |
| 2.2.1 线性卡尔曼滤波算法 | 第17-20页 |
| 2.2.2 扩展卡尔曼滤波算法 | 第20-22页 |
| 2.3 基于扩展卡尔曼滤波的SLAM算法 | 第22-25页 |
| 2.3.1 SLAM算法简介 | 第22-23页 |
| 2.3.2 基于EKF的SLAM算法 | 第23-25页 |
| 2.4 移动机器人路径规划 | 第25-27页 |
| 2.4.1 路径规划原理 | 第25页 |
| 2.4.2 A*算法 | 第25-27页 |
| 2.5 蒙特卡罗定位 | 第27页 |
| 2.6 实验结果及分析 | 第27-31页 |
| 2.6.1 定位与构图仿真 | 第27-29页 |
| 2.6.2 激光雷达导航实验 | 第29-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 基于视觉的三维SLAM算法研究 | 第32-52页 |
| 3.1 引言 | 第32页 |
| 3.2 运动恢复结构 | 第32-37页 |
| 3.2.1 基于点特征的匹配算法 | 第32-35页 |
| 3.2.2 光束平差法 | 第35-36页 |
| 3.2.3 3D点云匹配 | 第36-37页 |
| 3.3 三维地图构建算法 | 第37-47页 |
| 3.3.1 实时运动恢复结构 | 第37-38页 |
| 3.3.2 一种改进的图像匹配算法 | 第38-42页 |
| 3.3.3 深度地图估计 | 第42-44页 |
| 3.3.4 地图构建及优化 | 第44-47页 |
| 3.4 实验结果及分析 | 第47-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 一种基于视觉里程计的运动估计方法 | 第52-60页 |
| 4.1 引言 | 第52页 |
| 4.2 视觉定位原理 | 第52-55页 |
| 4.2.1 光学成像模型 | 第52-54页 |
| 4.2.2 机器人运动模型 | 第54-55页 |
| 4.3 运动参数求解 | 第55-56页 |
| 4.4 运动参数估计及定位实验 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 基于激光和视觉的组合导航研究 | 第60-68页 |
| 5.1 引言 | 第60页 |
| 5.2 组合导航实验平台 | 第60-63页 |
| 5.2.1 系统的开发流程 | 第60-61页 |
| 5.2.2 系统的硬件平台 | 第61-63页 |
| 5.3 组合导航实验及分析 | 第63-67页 |
| 5.3.1 平面地图构建 | 第63-64页 |
| 5.3.2 组合导航实验 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第74-75页 |
| 致谢 | 第75页 |
