基于ROS系统移动机器人SLAM算法研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.1.1 机器人的定义及研究意义 | 第8页 |
| 1.1.2 SLAM技术及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国内外移动机器人发展现状 | 第9-11页 |
| 1.2.2 国内外SLAM技术研究现状 | 第11-12页 |
| 1.3 SLAM技术研究难点 | 第12页 |
| 1.4 本文主要研究内容 | 第12-14页 |
| 2 SLAM算法基本原理分析 | 第14-26页 |
| 2.1 SLAM系统模型 | 第14-15页 |
| 2.1.1 运动模型 | 第14页 |
| 2.1.2 观测模型 | 第14-15页 |
| 2.2 SLAM相关算法 | 第15-19页 |
| 2.2.1 EKF-SLAM算法 | 第15-16页 |
| 2.2.2 UKF-SLAM算法 | 第16-18页 |
| 2.2.3 IEKF-SLAM算法 | 第18-19页 |
| 2.3 Gmapping制图 | 第19-20页 |
| 2.4 AMCL定位 | 第20-23页 |
| 2.5 路径规划算法 | 第23-24页 |
| 2.6 本章小结 | 第24-26页 |
| 3 基于闭环条件迭代的SLAM算法研究 | 第26-36页 |
| 3.1 iEKF-SLAM算法 | 第26-29页 |
| 3.1.1 地图管理算法 | 第26-27页 |
| 3.1.2 闭环检测 | 第27-28页 |
| 3.1.3 状态更新策略 | 第28-29页 |
| 3.2 算法实现与复杂度分析 | 第29-30页 |
| 3.3 算法实验对比 | 第30-35页 |
| 3.3.1 仿真实验 | 第30-32页 |
| 3.3.2 基于维多利亚公园数据集的实验 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 ROS移动机器人平台搭建及实验 | 第36-52页 |
| 4.1 ROS简介 | 第36-38页 |
| 4.2 移动机器人平台 | 第38-39页 |
| 4.3 移动机器人底座平台 | 第39-42页 |
| 4.3.1 底座平台 | 第39-40页 |
| 4.3.2 Arduino板 | 第40-41页 |
| 4.3.3 驱动器 | 第41-42页 |
| 4.3.4 编码器 | 第42页 |
| 4.4 实验与分析 | 第42-51页 |
| 4.4.1 机器人平台自主制图实验 | 第43-46页 |
| 4.4.2 机器人平台自主定位与导航实验 | 第46-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 移动机器人视觉SLAM研究 | 第52-64页 |
| 5.1 视觉SLAM | 第52-57页 |
| 5.1.1 视觉里程计 | 第52-53页 |
| 5.1.2 后端优化 | 第53-55页 |
| 5.1.3 回环检测 | 第55-56页 |
| 5.1.4 SLAM建图 | 第56-57页 |
| 5.2 视觉SLAM实验 | 第57-62页 |
| 5.2.1 ORB-SLAM2实验分析 | 第57-58页 |
| 5.2.2 DSO算法实验分析 | 第58-61页 |
| 5.2.3 移动机器人视觉SLAM应用分析 | 第61-62页 |
| 5.3 本章小结 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 A 底座控制平台部分代码(基于C语言) | 第70-76页 |
| 附录 B 自主制图时节点运行拓扑图 | 第76-78页 |
| 附录 C 自主导航时节点运行拓扑图 | 第78-80页 |
| 攻读学位期间发表的学术论文 | 第80-82页 |
| 致谢 | 第82页 |
