| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 本论文所用符号表 | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及研究意义 | 第10-12页 |
| 1.2 国内外研究现状分析 | 第12-16页 |
| 1.2.1 视觉SLAM闭环检测技术研究现状分析 | 第12-14页 |
| 1.2.2 移动机器人路径规划研究现状分析 | 第14-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第2章 视觉同时定位与地图构建系统 | 第18-29页 |
| 2.1 引言 | 第18-19页 |
| 2.2 视觉里程计 | 第19-24页 |
| 2.2.1 针孔相机模型 | 第20-22页 |
| 2.2.2 双目相机模型 | 第22-23页 |
| 2.2.3 RGB-D相机模型 | 第23-24页 |
| 2.3 后端优化 | 第24页 |
| 2.4 闭环检测 | 第24-25页 |
| 2.5 地图构建 | 第25-26页 |
| 2.6 基于ORB-SLAM2的SLAM系统搭建与测试 | 第26-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 闭环检测技术研究 | 第29-45页 |
| 3.1 引言 | 第29-30页 |
| 3.2 闭环检测的方法 | 第30-31页 |
| 3.3 视觉词袋模型 | 第31-40页 |
| 3.3.1 图像特征表征 | 第31-32页 |
| 3.3.2 词袋模型构建 | 第32-35页 |
| 3.3.3 闭环检测 | 第35-37页 |
| 3.3.4 基于SURF特征的视觉词袋模型实验 | 第37-40页 |
| 3.4 基于CNN的闭环检测技术 | 第40-44页 |
| 3.4.1 引言 | 第40-41页 |
| 3.4.2 基于CNN的特征提取 | 第41-43页 |
| 3.4.3 实验结果与分析 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 移动机器人自主建图与路径规划 | 第45-64页 |
| 4.1 移动机器人自主建图 | 第45-52页 |
| 4.1.1 引言 | 第45页 |
| 4.1.2 问题描述 | 第45-46页 |
| 4.1.3 基于RRT的主动探测技术 | 第46-49页 |
| 4.1.4 仿真结果与分析 | 第49-52页 |
| 4.2 路径规划 | 第52-63页 |
| 4.2.1 引言 | 第52-53页 |
| 4.2.2 问题描述 | 第53页 |
| 4.2.3 快速扩展随机树 | 第53-55页 |
| 4.2.4 动态窗口法 | 第55-56页 |
| 4.2.5 改进的RRT与DWA结合的路径规划算法 | 第56-60页 |
| 4.2.6 仿真结果与数据分析 | 第60-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 全文工作总结 | 第64页 |
| 5.2 未来工作展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 附录1 攻读硕士学位期间发表的论文 | 第73-74页 |
| 附录2 攻读硕士学位期间参与的科研项目 | 第74-75页 |
| 中文详细摘要 | 第75-79页 |