基于激光与单目视觉融合的机器人室内定位与制图研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 基于传感器的室内SLAM方法分类 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 国内研究现状 | 第11-12页 |
| 1.3.2 国外研究现状 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-14页 |
| 1.5 本文组织结构 | 第14-15页 |
| 第2章 SLAM算法理论基础 | 第15-22页 |
| 2.1 SLAM算法简介 | 第15页 |
| 2.2 图优化SLAM算法介绍 | 第15-17页 |
| 2.2.1 图优化算法简介 | 第15-16页 |
| 2.2.2 基于图优化的SLAM框架 | 第16-17页 |
| 2.3 视觉词袋的建立 | 第17-21页 |
| 2.3.1 ORB特征的提取 | 第17-19页 |
| 2.3.2 关键帧的选取 | 第19-20页 |
| 2.3.3 词袋的建立 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于激光与单目视觉融合的SLAM算法 | 第22-37页 |
| 3.1 改进的图优化SLAM框架 | 第22-23页 |
| 3.2 视觉闭环信号的检测方法 | 第23-28页 |
| 3.2.1 总体框架图 | 第23-24页 |
| 3.2.2 RANSAC错误匹配消除算法 | 第24-25页 |
| 3.2.3 全局重定位 | 第25-26页 |
| 3.2.4 基于ORB特征的闭环检测 | 第26-28页 |
| 3.3 基于激光的图优化算法 | 第28-35页 |
| 3.3.1 建模方法 | 第28-29页 |
| 3.3.2 激光帧间匹配算法 | 第29-32页 |
| 3.3.3 闭环检测算法 | 第32-33页 |
| 3.3.4 位姿图的优化 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 实验平台搭建及实验 | 第37-44页 |
| 4.1 实验平台的搭建 | 第37-38页 |
| 4.1.1 ROS操作系统 | 第37页 |
| 4.1.2 硬件平台的搭建 | 第37-38页 |
| 4.2 实验结果及分析 | 第38-43页 |
| 4.2.1 实验设计思路 | 第38-39页 |
| 4.2.2 不同环境中实验的结果及分析 | 第39-43页 |
| 4.3 本章小结 | 第43-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第50-52页 |
| 致谢 | 第52页 |
