基于Kinect的移动机器人SLAM技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源及研究的背景和意义 | 第9-10页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 移动服务机器人的研究现状 | 第10-12页 |
| 1.2.2 基于ARM嵌入式控制系统的研究现状 | 第12页 |
| 1.2.3 SLAM的研究现状 | 第12-15页 |
| 1.3 本文主要研究内容 | 第15-18页 |
| 第2章 基于ARM的移动机器人系统设计 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 系统设计方案 | 第18-19页 |
| 2.3 硬件方案设计 | 第19-27页 |
| 2.3.1 ARM外围电路设计 | 第19-21页 |
| 2.3.2 电机驱动设计 | 第21-22页 |
| 2.3.3 语音控制设计 | 第22-24页 |
| 2.3.4 传感器及电源模块设计 | 第24-26页 |
| 2.3.5 硬件电路实现 | 第26-27页 |
| 2.4 软件方案设计 | 第27-29页 |
| 2.4.1 软件系统框架 | 第27页 |
| 2.4.2 ARM通讯与控制 | 第27-28页 |
| 2.4.3 ROS控制系统 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于Kinect的特征点提取与位姿估计 | 第30-43页 |
| 3.1 引言 | 第30页 |
| 3.2 基于Kinect的特征点提取 | 第30-36页 |
| 3.2.1 问题描述 | 第30-31页 |
| 3.2.2 基于深度误差约束的平面提取 | 第31-35页 |
| 3.2.3 特征点提取与深度校正 | 第35-36页 |
| 3.3 基于特征点匹配的帧间运动估计 | 第36-40页 |
| 3.3.1 结合深度信息的特征点匹配 | 第36-39页 |
| 3.3.2 帧间运动估计 | 第39-40页 |
| 3.4 仿真验证 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 SLAM回环检测与位姿优化 | 第43-60页 |
| 4.1 引言 | 第43页 |
| 4.2 回环检测与验证 | 第43-47页 |
| 4.2.1 词袋模型 | 第43-47页 |
| 4.2.2 回环帧选取与验证 | 第47页 |
| 4.3 相似环境中的位姿优化 | 第47-52页 |
| 4.3.1 关键帧的插入及局部优化 | 第47-49页 |
| 4.3.2 全局位姿优化 | 第49-52页 |
| 4.4 基于ROS里程信息的丢失恢复 | 第52-54页 |
| 4.5 地图构建 | 第54-55页 |
| 4.6 仿真验证 | 第55-58页 |
| 4.7 本章小结 | 第58-60页 |
| 第5章 实验设计及结果 | 第60-79页 |
| 5.1 引言 | 第60页 |
| 5.2 SLAM系统平台搭建 | 第60-63页 |
| 5.2.1 模块调试 | 第60-62页 |
| 5.2.2 移动底盘的搭建 | 第62-63页 |
| 5.3 基于Kinect的移动机器人位姿估计实验 | 第63-67页 |
| 5.3.1 深度误差函数确定 | 第63-65页 |
| 5.3.2 帧间运动估计 | 第65-67页 |
| 5.4 SLAM回环检测与位姿优化实验 | 第67-77页 |
| 5.4.1 局部环境回环检测与优化 | 第69-72页 |
| 5.4.2 相似环境下的回环检测与优化 | 第72-74页 |
| 5.4.3 丢失恢复实验 | 第74-77页 |
| 5.5 本章小结 | 第77-79页 |
| 结论 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读学位期间发表的学术论文 | 第84-86页 |
| 致谢 | 第86页 |
