基于SLAM的地下空间环境移动测量方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 同步定位与测图发展现状 | 第12-15页 |
| 1.2.2 地下空间测量技术现状 | 第15-16页 |
| 1.3 论文研究内容 | 第16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 2 地下空间移动测量系统设计 | 第17-29页 |
| 2.1 地下空间移动测量模块 | 第17-21页 |
| 2.1.1 系统组成 | 第17-18页 |
| 2.1.2 传感器选型 | 第18-21页 |
| 2.2 系统基本原理 | 第21-24页 |
| 2.2.1 坐标系 | 第21-22页 |
| 2.2.2 时空对齐 | 第22-24页 |
| 2.3 系统数据采集 | 第24-25页 |
| 2.3.1 作业准则 | 第24页 |
| 2.3.2 采集参数设置 | 第24-25页 |
| 2.3.3 采集数据检查 | 第25页 |
| 2.3.4 质量检查 | 第25页 |
| 2.4 系统数据处理 | 第25-27页 |
| 2.4.1 数据预处理 | 第26-27页 |
| 2.4.2 数据后处理 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 3 基于SLAM的地下空间移动测量算法 | 第29-49页 |
| 3.1 SLAM概率建模 | 第29-30页 |
| 3.2 IMU运动积分 | 第30-34页 |
| 3.2.1 IMU运动模型 | 第31-32页 |
| 3.2.2 预积分 | 第32-33页 |
| 3.2.3 主要实现代码 | 第33-34页 |
| 3.3 点云匹配 | 第34-38页 |
| 3.3.1 迭代最邻近点集匹配 | 第34-35页 |
| 3.3.2 运动补偿的点云匹配 | 第35-37页 |
| 3.3.3 主要实现代码 | 第37-38页 |
| 3.4 非线性优化 | 第38-43页 |
| 3.4.1 状态向量 | 第39页 |
| 3.4.2 误差项 | 第39-42页 |
| 3.4.3 紧组合求解 | 第42-43页 |
| 3.5 闭环优化 | 第43-45页 |
| 3.5.1 闭环检测 | 第44页 |
| 3.5.2 位姿图优化 | 第44-45页 |
| 3.6 点云解算 | 第45-46页 |
| 3.7 系统精度验证 | 第46-47页 |
| 3.8 本章小结 | 第47-49页 |
| 4 实验与分析 | 第49-63页 |
| 4.1 数据采集 | 第49-50页 |
| 4.2 控制点采集 | 第50-52页 |
| 4.2.1 采集要求 | 第50-51页 |
| 4.2.2 实测控制点 | 第51-52页 |
| 4.3 数据处理 | 第52-56页 |
| 4.3.1 轨迹解算及点云融合 | 第52-53页 |
| 4.3.2 全景拼接 | 第53-54页 |
| 4.3.3 点云拼接及相对坐标统一 | 第54页 |
| 4.3.4 通过控制点转换至全局坐标 | 第54-55页 |
| 4.3.5 全景生产 | 第55页 |
| 4.3.6 线划图 | 第55-56页 |
| 4.3.7 三维模型 | 第56页 |
| 4.4 精度评定 | 第56-61页 |
| 4.4.1 地下车库 | 第57-58页 |
| 4.4.2 地铁换乘环岛 | 第58-59页 |
| 4.4.3 地铁商业街 | 第59-61页 |
| 4.5 实验结论 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 论文总结 | 第63页 |
| 5.2 未来展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-72页 |
