| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究的背景和意义 | 第9-10页 |
| 1.3 国内外研究现状与分析 | 第10-14页 |
| 1.3.1 移动机器人发展现状 | 第10-12页 |
| 1.3.2 传感器使用现状 | 第12-13页 |
| 1.3.3 使用RGB-D图像进行实时三维重建算法研究现状 | 第13-14页 |
| 1.3.4 移动机器人路径规划算法研究现状 | 第14页 |
| 1.4 本课题研究内容 | 第14-16页 |
| 第2章 移动机器人系统模型搭建 | 第16-29页 |
| 2.1 引言 | 第16页 |
| 2.2 实验平台搭建 | 第16-17页 |
| 2.3 移动机器人的模型的建立 | 第17-23页 |
| 2.3.1 运动模型搭建 | 第17-20页 |
| 2.3.2 观测模型搭建 | 第20页 |
| 2.3.3 旋转矩阵和变换矩阵的李群李代数表示法 | 第20-23页 |
| 2.4 kinect2的测量原理以及标定 | 第23-27页 |
| 2.4.1 kinect2.0的测量原理 | 第23页 |
| 2.4.2 kinect2.0相机的标定 | 第23-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 实时三维环境建模算法研究 | 第29-49页 |
| 3.1 引言 | 第29页 |
| 3.2 特征提取与匹配算法研究 | 第29-35页 |
| 3.2.1 特征提取算法 | 第29-32页 |
| 3.2.2 特征匹配算法 | 第32-35页 |
| 3.3 视觉里程计 | 第35-37页 |
| 3.4 基于ORB特征视觉词袋的闭环检测 | 第37-42页 |
| 3.4.1 关键帧的提取与剔除 | 第37-39页 |
| 3.4.2 视觉词袋模型建立 | 第39-42页 |
| 3.5 基于图优化的后端优化 | 第42-46页 |
| 3.5.1 全局位姿优化图建立 | 第42-43页 |
| 3.5.2 图优化公式求解推导 | 第43-46页 |
| 3.6 基于八叉树的三维地图构建 | 第46-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第4章 基于A*算法的自主导航算法的研究 | 第49-59页 |
| 4.1 引言 | 第49页 |
| 4.2 A*路径搜索算法原理 | 第49-52页 |
| 4.3 A*算法的改进 | 第52-57页 |
| 4.3.1 改进的A*算法原理概述 | 第52-56页 |
| 4.3.2 A*-16算法与经典A*算法实验对比 | 第56-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第5章 移动机器人实时三维重建和自主导航实验 | 第59-69页 |
| 5.1 引言 | 第59页 |
| 5.2 移动机器人的实时三维重建实验 | 第59-65页 |
| 5.3 路径规划实现 | 第65-67页 |
| 5.4 本章小结 | 第67-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76页 |