基于视觉-里程计融合的移动机器人定位算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 移动机器人视觉定位的研究现状 | 第11-15页 |
| 1.2.1 特征法 | 第12-14页 |
| 1.2.2 直接法 | 第14-15页 |
| 1.3 基于多传感器融合定位的研究现状 | 第15-19页 |
| 1.3.1 传统方法 | 第16-18页 |
| 1.3.2 滤波方法 | 第18-19页 |
| 1.4 本文的主要研究内容 | 第19-20页 |
| 第2章 移动机器人平台搭建与里程计定位 | 第20-28页 |
| 2.1 移动机器人平台 | 第20-22页 |
| 2.1.1 移动机器人平台搭建 | 第20-21页 |
| 2.1.2 移动机器人各模块通信 | 第21-22页 |
| 2.2 移动机器人参数整定 | 第22-25页 |
| 2.2.1 PID控制参数整定 | 第22-24页 |
| 2.2.2 移动机器人结构参数整定 | 第24-25页 |
| 2.3 航迹推演模型 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 移动机器人单目视觉定位 | 第28-37页 |
| 3.1 基于二维码的视觉定位 | 第28-32页 |
| 3.1.1 AprilTag二维码提取 | 第29页 |
| 3.1.2 移动机器人位姿估计 | 第29-31页 |
| 3.1.3 基于二维码视觉定位算法验证 | 第31-32页 |
| 3.2 基于自然特征的视觉定位 | 第32-35页 |
| 3.2.1 ORB特征提取 | 第32-33页 |
| 3.2.2 位姿跟踪 | 第33-34页 |
| 3.2.3 地图优化 | 第34-35页 |
| 3.3 本章小结 | 第35-37页 |
| 第4章 里程计与单目视觉融合定位 | 第37-44页 |
| 4.1 视觉与里程计融合系统 | 第37-38页 |
| 4.2 时间戳同步 | 第38页 |
| 4.3 粗精度的外参标定和视觉尺度估计 | 第38-40页 |
| 4.4 外参与视觉尺度的非线性优化 | 第40-42页 |
| 4.5 本章小结 | 第42-44页 |
| 第5章 实验平台搭建与结果分析 | 第44-54页 |
| 5.1 实验平台搭建 | 第44-45页 |
| 5.2 外参标定结果分析 | 第45-49页 |
| 5.2.1 外参标定仿真 | 第45-47页 |
| 5.2.2 外参标定实验 | 第47-49页 |
| 5.3 视觉-里程计融合定位结果分析 | 第49-53页 |
| 5.3.1 视觉-里程计融合定位仿真 | 第49-51页 |
| 5.3.2 视觉-里程计融合定位实验 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-62页 |
| 致谢 | 第62页 |
