| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 引言 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文主要研究内容 | 第14-17页 |
| 第二章 松耦合二维栅格地图与三维点云地图匹配优化算法研究 | 第17-26页 |
| 2.1 引言 | 第17-18页 |
| 2.2 松耦合地图匹配优化SLAM系统框架 | 第18页 |
| 2.3 松耦合地图匹配优化算法设计与实现 | 第18-24页 |
| 2.3.1 线性插值原理 | 第19-20页 |
| 2.3.2 关键帧位姿匹配 | 第20-22页 |
| 2.3.3 Bundle Adjustment基本原理 | 第22-23页 |
| 2.3.4 三维点云地图离线优化 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于误差状态卡尔曼滤波器的位姿估计算法研究 | 第26-41页 |
| 3.1 引言 | 第26-27页 |
| 3.2 误差状态卡尔曼滤波器系统框架 | 第27-28页 |
| 3.3 滤波器预测模型构建 | 第28-35页 |
| 3.3.1 IMU运动学模型与标准状态更新 | 第29-31页 |
| 3.3.2 IMU误差运动学模型与误差状态转移矩阵 | 第31-35页 |
| 3.4 滤波器观测模型构建 | 第35-38页 |
| 3.4.1 加速度重力测量模型 | 第37页 |
| 3.4.2 位姿测量模型 | 第37-38页 |
| 3.5 时间同步与线程同步 | 第38-40页 |
| 3.5.1 时间同步 | 第38-39页 |
| 3.5.2 线程同步 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于视觉和激光雷达的紧耦合SLAM算法研究 | 第41-56页 |
| 4.1 引言 | 第41-42页 |
| 4.2 紧耦合SLAM算法系统框架 | 第42-43页 |
| 4.3 基于滑动窗口的视觉里程计算法研究 | 第43-50页 |
| 4.3.1 单目初始化算法 | 第44-46页 |
| 4.3.2 纯视觉运动恢复结构(SFM)算法 | 第46-50页 |
| 4.4 滑动窗口设计及边缘化策略 | 第50-52页 |
| 4.5 紧耦合全局优化 | 第52-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 系统实验与分析 | 第56-69页 |
| 5.1 引言 | 第56页 |
| 5.2 实验平台 | 第56-61页 |
| 5.2.1 硬件平台 | 第56-59页 |
| 5.2.2 软件平台 | 第59-61页 |
| 5.3 系统模块测试与分析 | 第61-68页 |
| 5.3.1 松耦合地图匹配优化实验验证 | 第61-63页 |
| 5.3.2 误差状态卡尔曼滤波器实验分析 | 第63-66页 |
| 5.3.3 紧耦合SLAM算法实验分析 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
