| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 移动机器人导航的研究现状 | 第9-10页 |
| 1.2.2 基于RGB-D图像信息在SLAM中的研究现状 | 第10-11页 |
| 1.2.3 基于Kinect的 2DSLAM的研究现状 | 第11-12页 |
| 1.3 论文的主要工作及章节安排 | 第12-13页 |
| 第二章 基于Kinect感知的室内SLAM | 第13-28页 |
| 2.1 引言 | 第13-14页 |
| 2.2 基于SURF环境特征处理 | 第14-19页 |
| 2.2.1 基于SURF环境特征提取与匹配 | 第14-17页 |
| 2.2.2 位姿的估计与优化 | 第17-19页 |
| 2.3 基于RGB-D图的闭环检测算法 | 第19-24页 |
| 2.3.1 内存管理机制 | 第20页 |
| 2.3.2 相似性比较 | 第20-21页 |
| 2.3.3 贝叶斯滤波更新 | 第21-23页 |
| 2.3.4 闭环假设的选择 | 第23-24页 |
| 2.4 实验分析 | 第24-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于改进D*算法的机器人动态路径规划 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 Ｄ*算法基本实现 | 第28-32页 |
| 3.2.1 D*算法概述 | 第28-30页 |
| 3.2.2 D*算法的基本流程 | 第30-32页 |
| 3.3 改进D*算法实现 | 第32-36页 |
| 3.3.1 改进D*算法概述 | 第32-34页 |
| 3.3.2 改进Ｄ*算法的基本能实现 | 第34-36页 |
| 3.4 实验分析 | 第36-42页 |
| 3.4.1 D*算法路径规划结果 | 第36-38页 |
| 3.4.2 改进D*算法与传统D*算法的比较 | 第38页 |
| 3.4.3 基于改进D*算法的实验 | 第38-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于Kinect机器人导航系统 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 软硬件的介绍 | 第43-46页 |
| 4.2.1 硬件－TurtleBot机器人 | 第43-44页 |
| 4.2.2 软件－ROS操作系统 | 第44-46页 |
| 4.3 导航系统的设计 | 第46-48页 |
| 4.4 实验分析 | 第48-54页 |
| 4.4.1 实验一数据包的发布 | 第48-49页 |
| 4.4.2 实验二基于Kinect视觉传感器的SLAM | 第49-50页 |
| 4.4.3 实验三基于SLAM地图的自主导航 | 第50-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 论文工作总结 | 第55页 |
| 5.2 下一步研究与展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录2 攻读硕士学位期间申请的专利 | 第60-61页 |
| 致谢 | 第61页 |
