基于视觉—激光的移动机器人自定位研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-24页 |
| ·选题的背景和意义 | 第11-12页 |
| ·国内外移动机器人自定位研究概述 | 第12-19页 |
| ·国外移动机器人自定位研究概述 | 第13-18页 |
| ·国内移动机器人自定位研究概述 | 第18-19页 |
| ·移动机器人自定位的主要研究热点 | 第19-21页 |
| ·移动机器人自定位研究发展趋势 | 第21-22页 |
| ·本文主要工作 | 第22-24页 |
| 2 面向RobCup机器人足球比赛的视觉自定位 | 第24-43页 |
| ·RobCup移动机器人视觉自定位回顾 | 第25-27页 |
| ·基于无迹变换的随机变量数字特征传播 | 第27-28页 |
| ·Ro BCuP场地环境表述 | 第28-29页 |
| ·里程计 | 第29-30页 |
| ·单向摄像机 | 第30-32页 |
| ·自定位算法 | 第32-33页 |
| ·不确定性传播 | 第33-34页 |
| ·图像处理和数据关联 | 第34-35页 |
| ·最大后验估计 | 第35-36页 |
| ·自定位系统设计 | 第36-38页 |
| ·实验 | 第38-42页 |
| ·单步自定位实验 | 第38-40页 |
| ·在线自定位实验 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 3 大规模走廊环境下基于全向视觉的自定位 | 第43-65页 |
| ·机器人作业空间表述 | 第45-46页 |
| ·作业空间的分层混合表述 | 第46-48页 |
| ·全向视觉传感器 | 第48-52页 |
| ·点投影模型 | 第49-50页 |
| ·向量投影模型 | 第50-51页 |
| ·投影模型的不确定性传播 | 第51-52页 |
| ·特征提取 | 第52-53页 |
| ·定位系统的逻辑分析与设计 | 第53-55页 |
| ·基于传感器融合的视觉自定位系统 | 第55-58页 |
| ·实验 | 第58-64页 |
| ·定位系统的收敛性分析实验 | 第58-60页 |
| ·在线自定位实验 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 4 复杂室内环境的混合自定位方法 | 第65-91页 |
| ·面向复杂环境的激光—视觉混合自定位 | 第67-68页 |
| ·走廊环境下基于单向视觉的自定位 | 第68-70页 |
| ·基于不确定性传播的直线拟合 | 第70-72页 |
| ·激光模型 | 第72-73页 |
| ·基于激光的扫描匹配自定位 | 第73-78页 |
| ·ICP扫描匹配方法 | 第74-75页 |
| ·Mb-ICP扫描匹配方法 | 第75-78页 |
| ·多扫描匹配的 Kalman融合 | 第78-80页 |
| ·实验 | 第80-90页 |
| ·视觉自定位系统的基本性能实验 | 第80-84页 |
| ·走廊环境中的自定位实验 | 第84-85页 |
| ·基于扫描匹配的自定位实验 | 第85-90页 |
| ·本章小结 | 第90-91页 |
| 5 抽象地图构建及数据空间映射研究 | 第91-110页 |
| ·图像的外观特征空间及其批处理构建 | 第92-97页 |
| ·图像外观特征空间的递增式构建 | 第97-101页 |
| ·基于广义回归神经网络的数据空间映射 | 第101-105页 |
| ·广义回归神经网络 | 第102-104页 |
| ·网络训练 | 第104-105页 |
| ·实验 | 第105-108页 |
| ·本章小结 | 第108-110页 |
| 总结和展望 | 第110-112页 |
| 参考文献 | 第112-122页 |
| 攻读博士期间完成的主要论文和科研项目 | 第122-124页 |
| 论文创新点摘要 | 第124-125页 |
| 致谢 | 第125-126页 |
