| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第19-39页 |
| 1.1 课题背景及意义 | 第19-22页 |
| 1.2 机器人室内定位技术研究现状 | 第22-35页 |
| 1.2.1 机器人室内定位方法与特点 | 第22-28页 |
| 1.2.2 基于视觉的机器人定位技术研究现状 | 第28-33页 |
| 1.2.3 基于3D激光雷达的机器人定位技术研究现状 | 第33-35页 |
| 1.3 机器人室内定位技术面临的挑战 | 第35-36页 |
| 1.3.1 机器人室内定位技术难点 | 第35-36页 |
| 1.3.2 机器人室内定位技术核心问题 | 第36页 |
| 1.4 主要研究内容 | 第36-38页 |
| 1.5 本章小结 | 第38-39页 |
| 第2章 室内定位模型的建立与分析 | 第39-55页 |
| 2.1 引言 | 第39页 |
| 2.2 天花板定位模型设计 | 第39-46页 |
| 2.2.1 定位方法 | 第39-40页 |
| 2.2.2 针孔相机模型 | 第40-43页 |
| 2.2.3 天花板定位模型 | 第43-45页 |
| 2.2.4 影响定位精度的因素分析 | 第45-46页 |
| 2.3 双目视觉的定位模型 | 第46-50页 |
| 2.3.1 双目视觉模型 | 第46-47页 |
| 2.3.2 双目视觉定位模型 | 第47-49页 |
| 2.3.3 影响定位精度的因素分析 | 第49-50页 |
| 2.4 3D激光雷达里程计定位模型 | 第50-52页 |
| 2.4.1 3D激光雷达里程计模型 | 第50-52页 |
| 2.4.2 影响定位精度的因素分析 | 第52页 |
| 2.5 本论文定位方案 | 第52-53页 |
| 2.6 本章小结 | 第53-55页 |
| 第3章 基于人工信标的单目视觉定位 | 第55-85页 |
| 3.1 引言 | 第55-57页 |
| 3.2 人工信标设计与识别原理 | 第57-62页 |
| 3.2.1 人工信标的设计及编码 | 第57-59页 |
| 3.2.2 人工信标的检测与识别 | 第59-62页 |
| 3.3 相机不确定度模型 | 第62-67页 |
| 3.3.1 相机畸变模型 | 第62-64页 |
| 3.3.2 相机不确定度模型 | 第64-67页 |
| 3.4 基于相机不确定度模型的人工信标定位 | 第67-73页 |
| 3.4.1 坐标系的建立 | 第68-69页 |
| 3.4.2 基于图优化的信标地图构建 | 第69-72页 |
| 3.4.3 定位 | 第72-73页 |
| 3.5 实验与结果 | 第73-84页 |
| 3.5.1 人工信标实验与结果 | 第74-80页 |
| 3.5.2 信标地图构建与定位实验 | 第80-82页 |
| 3.5.3 工厂环境下的鲁棒性实验 | 第82-84页 |
| 3.6 本章小节 | 第84-85页 |
| 第4 基于信标修正的双目视觉定位 | 第85-109页 |
| 4.1 引言 | 第85-86页 |
| 4.2 检测特征点 | 第86-93页 |
| 4.2.1 Oriented Fast关鍵点检测 | 第87-90页 |
| 4.2.2 BRIEF描述子 | 第90-93页 |
| 4.3 双目视觉定位 | 第93-98页 |
| 4.3.1 亚像素级特征点匹配 | 第93-96页 |
| 4.3.2 基于RansacPnP的位姿解算 | 第96页 |
| 4.3.3 匹配不确定性模型的建立 | 第96-98页 |
| 4.3.4 局部位姿优化 | 第98页 |
| 4.4 基于信标的关键帧位姿修正 | 第98-102页 |
| 4.4.1 基于图优化模型的全局位姿优化 | 第99-101页 |
| 4.4.2 全局平面约束 | 第101-102页 |
| 4.5 实验与结果 | 第102-108页 |
| 4.5.1 基于KITTI数据集的双目视觉里程计对比 | 第102-104页 |
| 4.5.2 工厂实地测试实验 | 第104-108页 |
| 4.6 本章小节 | 第108-109页 |
| 第5章 基于3D激光雷达的里程计定位 | 第109-139页 |
| 5.1 引言 | 第109-110页 |
| 5.2 点云数据预处理 | 第110-114页 |
| 5.2.1 点云运动矫正 | 第111-113页 |
| 5.2.2 点云下采样 | 第113-114页 |
| 5.3 点云分割 | 第114-122页 |
| 5.3.1 主成分分析(PCA) | 第114-116页 |
| 5.3.2 地面点提取 | 第116-119页 |
| 5.3.3 基于几何特征的分割算法(GFS) | 第119-122页 |
| 5.4 点云配准 | 第122-126页 |
| 5.4.1 局部子地图建立 | 第123-124页 |
| 5.4.2 基于子点云的ICP配准 | 第124-126页 |
| 5.5 实验与结果 | 第126-137页 |
| 5.5.1 实验条件与环境 | 第126-129页 |
| 5.5.2 KITTI数据集测试 | 第129-133页 |
| 5.5.3 实地测试实验 | 第133-137页 |
| 5.6 本章小节 | 第137-139页 |
| 第6章 总结与展望 | 第139-145页 |
| 6.1 全文总结 | 第139-141页 |
| 6.2 论文创新点 | 第141-142页 |
| 6.3 工作展望 | 第142-145页 |
| 攻读博士学位期间获得的科研成果及奖励 | 第145-147页 |
| 参考文献 | 第147-159页 |