多传感器融合的室内移动机器人定位
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第12-28页 |
| 1.1. 研究背景与意义 | 第12-14页 |
| 1.2. 国内外研究现状 | 第14-22页 |
| 1.3. 研究难点和挑战 | 第22-24页 |
| 1.4. 本文的主要工作和贡献 | 第24-25页 |
| 1.5. 本文的组织结构 | 第25-28页 |
| 第二章 两种单传感器定位算法 | 第28-44页 |
| 2.1. 概述 | 第28-29页 |
| 2.2. 基于特征点的双目视觉定位算法 | 第29-33页 |
| 2.3. 基于单点误差模型的2D激光定位方法 | 第33-37页 |
| 2.4. 实验结果 | 第37-42页 |
| 2.5. 本章小结 | 第42-44页 |
| 第三章 多传感器融合定位中的外参在线标定 | 第44-60页 |
| 3.1. 概述 | 第44-45页 |
| 3.2. 机器人位姿的流形和李代数表示 | 第45-47页 |
| 3.3. 多传感器预积分频率同步法 | 第47-51页 |
| 3.4. 外参在线标定算法 | 第51-54页 |
| 3.5. 实验结果 | 第54-57页 |
| 3.6. 本章小结 | 第57-60页 |
| 第四章 室内移动机器人的多传感器融合定位 | 第60-96页 |
| 4.1. 概述 | 第60-61页 |
| 4.2. 基于图优化的多传感器融合定位通用框架 | 第61-63页 |
| 4.3. IMU-双目融合定位 | 第63-70页 |
| 4.4. 2D激光雷达-陀螺仪-双目视觉融合定位 | 第70-73页 |
| 4.5. 里程计-陀螺仪-双目视觉融合定位 | 第73-79页 |
| 4.6. 实验与分析 | 第79-94页 |
| 4.7. 本章小结 | 第94-96页 |
| 第五章 总结与展望 | 第96-98页 |
| 5.1. 总结 | 第96-97页 |
| 5.2. 展望 | 第97-98页 |
| 参考文献 | 第98-102页 |
| 作者简历 | 第102-103页 |
| 攻读学位期间取得的研究成果 | 第103页 |
