基于智能空间的服务机器人定位与构图技术研究
摘要 | 第1-11页 |
ABSTRACT | 第11-13页 |
第一章 绪论 | 第13-21页 |
·课题背景 | 第13-14页 |
·机器人SLAM问题概述 | 第14-16页 |
·SLAM问题的提出 | 第14-15页 |
·SLAM问题的研究现状 | 第15-16页 |
·识别定位技术的研究现状 | 第16-17页 |
·识别定位概述 | 第16页 |
·识别定位的难点与方法 | 第16-17页 |
·智能空间研究概述 | 第17-18页 |
·智能空间的概念 | 第17-18页 |
·研究现状与发展趋势 | 第18页 |
·课题研究思路及主要研究内容 | 第18-21页 |
第二章 基于智能空间的SLAM问题解决方案 | 第21-33页 |
·SLAM问题技术基础 | 第21-26页 |
·SLAM问题的一般模型 | 第21-23页 |
·SLAM问题的技术难点 | 第23-25页 |
·环境地图表示方法 | 第23-24页 |
·环境特征提取 | 第24页 |
·不确定性信息处理 | 第24-25页 |
·数据关联技术 | 第25页 |
·SLAM算法 | 第25-26页 |
·智能空间技术基础 | 第26-28页 |
·智能空间的结构 | 第26-27页 |
·智能空间中的应用信息分类 | 第27页 |
·智能空间的相关技术 | 第27-28页 |
·智能空间下SLAM实现思路 | 第28-30页 |
·智能空间下SLAM的基本步骤 | 第29-30页 |
·智能空间下SLAM的关键技术 | 第30页 |
·本章小结 | 第30-33页 |
第三章 三维立体混合特征地图的构建 | 第33-47页 |
·混合特征地图的提出 | 第33页 |
·双目视觉传感器原理与应用 | 第33-40页 |
·双目视觉传感器原理 | 第34-35页 |
·摄像机参数标定 | 第35-37页 |
·图像畸变校正 | 第37页 |
·摄像机极线校正 | 第37-39页 |
·坐标系转换关系 | 第39-40页 |
·局部三维地图的构建 | 第40-44页 |
·构建地图的步骤 | 第40页 |
·Harris角点提取 | 第40-42页 |
·特征点的对应匹配 | 第42-43页 |
·构建局部三维地图 | 第43-44页 |
·智能空间中的混合特征地图 | 第44-45页 |
·本章小结 | 第45-47页 |
第四章 基于智能空间的机器人SLAM实现过程 | 第47-61页 |
·KF算法描述 | 第47-48页 |
·系统模型 | 第48-50页 |
·坐标系统模型 | 第48-49页 |
·里程计模型 | 第49页 |
·传感器观测模型 | 第49-50页 |
·KF定位算法 | 第50-53页 |
·重构系统模型 | 第50-52页 |
·基于图像特征的数据关联 | 第52页 |
·机器人位置估计 | 第52-53页 |
·与智能空间交互的SLAM过程 | 第53-57页 |
·状态预测 | 第53-54页 |
·观测更新 | 第54页 |
·信息更新 | 第54-55页 |
·实验结果分析 | 第55-57页 |
·SLAM算法改进 | 第57-59页 |
·本章小结 | 第59-61页 |
第五章 基于智能空间的识别定位 | 第61-75页 |
·物体识别的方法与定位步骤 | 第61-62页 |
·智能空间中的物体属性 | 第62页 |
·SIFT特征匹配识别方法 | 第62-66页 |
·SIFT匹配算法 | 第62-64页 |
·SIFT算法描述 | 第63页 |
·SIFT特征提取与匹配 | 第63-64页 |
·图像分割 | 第64-65页 |
·识别实验 | 第65-66页 |
·基于人工地标的识别方法 | 第66-69页 |
·地标的设计 | 第66-67页 |
·Sobel算子边缘检测法 | 第67-68页 |
·Hough变换法 | 第68-69页 |
·识别实验结果 | 第69页 |
·基于物体属性的机器人定位 | 第69-72页 |
·最近邻数据关联 | 第69-70页 |
·机器人定位算法 | 第70-71页 |
·实验结果及分析 | 第71-72页 |
·本章小结 | 第72-75页 |
第六章 总结与展望 | 第75-77页 |
附录 | 第77-79页 |
附录Ⅰ:AS—RⅡ机器人 | 第77-79页 |
参考文献 | 第79-87页 |
致谢 | 第87-88页 |
硕士期间发表的论文 | 第88-89页 |
学位论文评阅及答辩情况表 | 第89页 |