移动机器人在未知环境中基于视觉系统的同时定位与制图
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·国内外相关技术发展现状 | 第8-9页 |
| ·课题背景及研究的意义 | 第9-10页 |
| ·本文主要研究的内容 | 第10-11页 |
| 第二章 同时定位与制图的描述与算法 | 第11-18页 |
| ·引言 | 第11页 |
| ·同时定位与制图的描述 | 第11-12页 |
| ·SLAM问题的定义 | 第11-12页 |
| ·同时定位与制图算法介绍 | 第12-15页 |
| ·SLAM算法性质 | 第12-13页 |
| ·SLAM算法分类 | 第13-15页 |
| ·基于SLAM的传感器的分类 | 第15-16页 |
| ·移动机器人定位方式 | 第16-17页 |
| ·相对定位 | 第16-17页 |
| ·绝对定位 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 移动机器人运动模型及传感器模型的建立 | 第18-25页 |
| ·引言 | 第18页 |
| ·移动机器人运动学模型的建立 | 第18-21页 |
| ·运动学 | 第18-19页 |
| ·机器人的运动学模型 | 第19-21页 |
| ·移动机器人传感器模型的建立 | 第21-24页 |
| ·交向摆放的视觉传感器模型 | 第21-23页 |
| ·正直摆放的视觉传感器模型 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 摄像机标定 | 第25-34页 |
| ·引言 | 第25页 |
| ·摄像机的标定 | 第25-33页 |
| ·坐标系的建立 | 第25-27页 |
| ·摄像机模型 | 第27-28页 |
| ·摄像机的标定方法 | 第28-31页 |
| ·标定步骤及结果 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 双目立体视觉 | 第34-41页 |
| ·引言 | 第34页 |
| ·双目视觉的距离测量 | 第34页 |
| ·立体匹配的研究 | 第34-38页 |
| ·立体匹配的基本问题 | 第35页 |
| ·立体匹配基元的选择 | 第35-36页 |
| ·匹配准则 | 第36-37页 |
| ·立体匹配方法 | 第37-38页 |
| ·实验结果分析 | 第38-40页 |
| ·基于区域的模板匹配 | 第38-39页 |
| ·实验结果 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第六章 基于EKF的SLAM算法 | 第41-54页 |
| ·引言 | 第41页 |
| ·基于EKF的SLAM算法的特点 | 第41-42页 |
| ·基于EKF的SLAM算法的介绍 | 第42-48页 |
| ·卡尔曼算法的介绍 | 第42-43页 |
| ·扩展卡尔曼算法的介绍 | 第43-45页 |
| ·基于EKF的SLAM | 第45-48页 |
| ·实验结果 | 第48-53页 |
| ·仿真结果 | 第48-50页 |
| ·实验结果 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
