室内环境下基于视觉/惯性/里程计的自主定位技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 常用符号目录 | 第17-18页 |
| 第一章 绪论 | 第18-24页 |
| 1.1 研究背景及意义 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-22页 |
| 1.3 本文的研究内容及方法 | 第22-24页 |
| 第二章 捷联式惯性导航基本原理 | 第24-36页 |
| 2.1 惯性导航概述 | 第24-25页 |
| 2.2 惯性导航基础 | 第25-28页 |
| 2.2.1 坐标系 | 第25-26页 |
| 2.2.2 旋转理论 | 第26-28页 |
| 2.3 惯性导航解算 | 第28-29页 |
| 2.3.1 姿态解算 | 第28-29页 |
| 2.3.2 位置解算 | 第29页 |
| 2.4 里程计修正模型 | 第29-34页 |
| 2.4.1 里程计定位原理 | 第29-31页 |
| 2.4.2 里程计修正惯导模型 | 第31-32页 |
| 2.4.3 里程计修正惯导模型仿真验证 | 第32-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 RGB-D视觉导航原理 | 第36-62页 |
| 3.1 视觉导航概述 | 第36-37页 |
| 3.2 相机成像原理及标定 | 第37-42页 |
| 3.2.1 坐标系 | 第37-39页 |
| 3.2.2 相机标定原理 | 第39-42页 |
| 3.3 特征点 | 第42-48页 |
| 3.3.1 特征点概述 | 第42-43页 |
| 3.3.2 ORB特征 | 第43-45页 |
| 3.3.3 特征点匹配及去错 | 第45-48页 |
| 3.4 视觉运动估计 | 第48-51页 |
| 3.4.1 ICP算法 | 第48-49页 |
| 3.4.2 异常情况 | 第49-51页 |
| 3.5 运动估计优化 | 第51-53页 |
| 3.5.1 回环检测 | 第51-52页 |
| 3.5.2 非线性后端优化 | 第52-53页 |
| 3.6 构建地图 | 第53-54页 |
| 3.6.1 点云图 | 第53-54页 |
| 3.6.2 导航地图 | 第54页 |
| 3.7 视觉算法的仿真验证 | 第54-61页 |
| 3.8 本章小结 | 第61-62页 |
| 第四章 多传感器融合定位导航原理 | 第62-78页 |
| 4.1 多传感器融合滤波概述 | 第62-63页 |
| 4.2 视觉惯性组合定位框架 | 第63-70页 |
| 4.2.1 坐标系 | 第63-64页 |
| 4.2.2 系统噪声模型 | 第64-65页 |
| 4.2.3 系统的状态方程 | 第65-67页 |
| 4.2.4 系统的观测方程 | 第67-70页 |
| 4.3 组合导航中的其它问题 | 第70-71页 |
| 4.3.1 多传感器数据融合时间同步 | 第70页 |
| 4.3.2 视觉估计的故障检测 | 第70-71页 |
| 4.4 组合方法的仿真验证 | 第71-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第五章 移动机器人定位样机实验 | 第78-114页 |
| 5.1 实验硬件平台 | 第78-83页 |
| 5.1.1 硬件平台架构 | 第78-79页 |
| 5.1.2 传感器 | 第79-81页 |
| 5.1.3 移动机器人的运动控制 | 第81-83页 |
| 5.2 实验软件平台 | 第83-87页 |
| 5.2.1 ROS操作系统 | 第83页 |
| 5.2.2 可视化工具RVIZ | 第83-84页 |
| 5.2.3 坐标转换TF | 第84-85页 |
| 5.2.4 ROSnavigation导航包 | 第85-87页 |
| 5.2.5 软件环境的配置 | 第87页 |
| 5.3 样机实验结果与分析 | 第87-113页 |
| 5.3.1 概述 | 第87-89页 |
| 5.3.2 纯视觉样机定位实验 | 第89-96页 |
| 5.3.3 多传感器融合定位样机实验 | 第96-109页 |
| 5.3.4 样机实验分析总结 | 第109-113页 |
| 5.4 本章小结 | 第113-114页 |
| 第六章 总结与展望 | 第114-116页 |
| 参考文献 | 第116-120页 |
| 致谢 | 第120-122页 |
| 作者简介 | 第122页 |
