长期运行移动机器人的定位与地图构建
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第17-33页 |
| 1.1 研究背景和意义 | 第17-18页 |
| 1.2 机器人定位与地图构建 | 第18-25页 |
| 1.2.1 SLAM问题陈述与建模 | 第18-20页 |
| 1.2.2 高斯分布求解 | 第20-21页 |
| 1.2.3 图模型表示 | 第21页 |
| 1.2.4 SLAM前端 | 第21-23页 |
| 1.2.5 SLAM后端 | 第23-25页 |
| 1.3 研究现状 | 第25-29页 |
| 1.3.1 基于视觉的SLAM前端 | 第25-26页 |
| 1.3.2 基于稠密点云的SLAM前端 | 第26-27页 |
| 1.3.3 基于滤波的SLAM后端 | 第27-28页 |
| 1.3.4 基于优化的SLAM后端 | 第28页 |
| 1.3.5 长期SLAM | 第28-29页 |
| 1.3.6 栅格体模型 | 第29页 |
| 1.4 本文贡献 | 第29-33页 |
| 1.4.1 信息：从冗余到精简 | 第31页 |
| 1.4.2 观测：从静态到动态 | 第31-32页 |
| 1.4.3 框架：从单次到多次 | 第32-33页 |
| 第二章 基于KL距离的节点修剪 | 第33-49页 |
| 2.1 引言 | 第33-35页 |
| 2.2 问题描述与建模 | 第35-37页 |
| 2.3 位姿修剪 | 第37-40页 |
| 2.3.1 特征分布建模 | 第37-38页 |
| 2.3.2 方差计算 | 第38-39页 |
| 2.3.3 地图距离导出 | 第39-40页 |
| 2.4 在线修剪算法 | 第40-43页 |
| 2.5 实验结果 | 第43-47页 |
| 2.5.1 地图指标评估 | 第44-46页 |
| 2.5.2 运行时间评估 | 第46-47页 |
| 2.6 本章小结 | 第47-49页 |
| 第三章 稀疏观测生成 | 第49-73页 |
| 3.1 引言 | 第49-52页 |
| 3.2 问题描述与建模 | 第52页 |
| 3.3 解析求解 | 第52-56页 |
| 3.3.1 一致性分析 | 第54-56页 |
| 3.4 数值求解 | 第56-58页 |
| 3.5 稀疏观测生成算法 | 第58-59页 |
| 3.6 实验结果 | 第59-69页 |
| 3.6.1 小型仿真数据演示 | 第61-62页 |
| 3.6.2 地图精度评估 | 第62-66页 |
| 3.6.3 在线性能评估 | 第66-67页 |
| 3.6.4 信息阵稀疏结构 | 第67-69页 |
| 3.7 本章小结 | 第69-73页 |
| 第四章 概率位姿估计模型 | 第73-97页 |
| 4.1 引言 | 第73-74页 |
| 4.2 问题描述与建模 | 第74-75页 |
| 4.3 点云数据位姿估计 | 第75-79页 |
| 4.3.1 EM求解位姿估计 | 第77页 |
| 4.3.2 CEM求解位姿估计 | 第77-79页 |
| 4.4 基于平面模型的位姿估计 | 第79-84页 |
| 4.4.1 平面参数估计 | 第80-81页 |
| 4.4.2 平面采样生成模型 | 第81-84页 |
| 4.5 结合特征和平面模型的位姿估计 | 第84-87页 |
| 4.5.1 特征点模型 | 第84-85页 |
| 4.5.2 双模型分解 | 第85-87页 |
| 4.6 实验结果 | 第87-95页 |
| 4.6.1 点云数据集实验结果 | 第88-91页 |
| 4.6.2 RGBD数据实验结果 | 第91-95页 |
| 4.7 本章小结 | 第95-97页 |
| 第五章 环境动态成分检测 | 第97-119页 |
| 5.1 引言 | 第97-98页 |
| 5.2 动态环境建模 | 第98-104页 |
| 5.2.1 问题描述 | 第99-100页 |
| 5.2.2 深度相机模型 | 第100-101页 |
| 5.2.3 分类建模 | 第101-104页 |
| 5.3 动态环境观测模型 | 第104-108页 |
| 5.4 动态环境推理 | 第108-110页 |
| 5.4.1 基于因子图模型的场景推理 | 第108-109页 |
| 5.4.2 简化的推理算法 | 第109-110页 |
| 5.5 实验结果 | 第110-116页 |
| 5.5.1 定性分析 | 第112-115页 |
| 5.5.2 定量分析 | 第115-116页 |
| 5.6 本章小结 | 第116-119页 |
| 第六章 多阶段SLAM系统设计与实现 | 第119-143页 |
| 6.1 引言 | 第119-121页 |
| 6.2 基于位姿图模型的节点修剪 | 第121-123页 |
| 6.2.1 位姿修剪 | 第121-122页 |
| 6.2.2 观测模型 | 第122-123页 |
| 6.3 基于位姿图模型的稀疏约束生成 | 第123页 |
| 6.4 图模型控制 | 第123-125页 |
| 6.5 多阶段SLAM系统 | 第125-127页 |
| 6.6 实验结果 | 第127-139页 |
| 6.6.1 RGBD数据集实验结果 | 第130-135页 |
| 6.6.2 激光数据集实验结果 | 第135-139页 |
| 6.7 本章小结 | 第139-143页 |
| 第七章 结论 | 第143-147页 |
| 7.1 未来工作 | 第144-147页 |
| 参考文献 | 第147-161页 |
| 致谢 | 第161-163页 |
| 个人简历 | 第163-165页 |
| 攻读学位期间发表的学术论文 | 第165-167页 |
