摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-21页 |
1.1 课题研究的背景、目的和意义 | 第10-12页 |
1.2 机器人SLAM算法的国内外发展现状 | 第12-18页 |
1.2.1 移动机器人的国内外发展现状 | 第12-15页 |
1.2.2 SLAM算法研究现状 | 第15-18页 |
1.3 本文主要研究内容 | 第18-21页 |
第2章 机器人同时定位与建图算法研究 | 第21-35页 |
2.1 SLAM方法简述 | 第21页 |
2.2 RBPF算法与地图构建 | 第21-27页 |
2.2.1 基于贝叶斯的SLAM问题描述 | 第22-23页 |
2.2.2 Rao-Blackwellized变换 | 第23-25页 |
2.2.3 改进的RBPF算法 | 第25-27页 |
2.3 Cartographer算法与地图创建 | 第27-31页 |
2.3.1 Cartographer方法简述 | 第27页 |
2.3.2 Cartographer算法 | 第27-31页 |
2.4 仿真结果分析 | 第31-33页 |
2.5 本章小结 | 第33-35页 |
第3章 地面移动机器人运动模型分析 | 第35-44页 |
3.1 差分轮里程计算原理 | 第35页 |
3.2 差速驱动机器人运动模型 | 第35-36页 |
3.3 动态窗口法计算运动轨迹 | 第36-38页 |
3.4 左右轮差速计算运动轨迹 | 第38-39页 |
3.5 里程误差分析 | 第39-43页 |
3.6 本章小结 | 第43-44页 |
第4章 基于ROS的移动机器人SLAM系统实现 | 第44-52页 |
4.1 ROS系统概念 | 第44页 |
4.2 移动机器人SLAM系统实现 | 第44-49页 |
4.2.1 系统构建及传感器选择 | 第44-47页 |
4.2.2 移动机器人SLAM系统中的数据传输 | 第47-49页 |
4.3 ROS分布式系统部署 | 第49-51页 |
4.4 本章小结 | 第51-52页 |
第5章 实验结果与分析 | 第52-68页 |
5.1 SLAM建图实验环境选取 | 第52页 |
5.2 数据关联过程 | 第52-57页 |
5.3 地图定位偏差的实验及分析 | 第57-67页 |
5.4 本章小结 | 第67-68页 |
结论 | 第68-70页 |
参考文献 | 第70-75页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
致谢 | 第76页 |