基于局部子图匹配的SLAM解决方法
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 引言 | 第8-20页 |
| ·移动机器人发展概述 | 第8-11页 |
| ·国外研究历史与现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·移动机器人的定位与地图建模 | 第11-15页 |
| ·机器人的定位 | 第12-13页 |
| ·机器人地图建模 | 第13-15页 |
| ·同时定位和地图建模 | 第15-17页 |
| ·SLAM需要解决的问题 | 第17-18页 |
| ·论文的主要工作和创新点 | 第18页 |
| ·论文的组织结构 | 第18-20页 |
| 第二章 SLAM问题相关的研究 | 第20-27页 |
| ·SLAM研究进展 | 第20-21页 |
| ·基于EKF的SLAM解决方法 | 第21-22页 |
| ·基于粒子滤波器 | 第22-25页 |
| ·现有SLAM方法存在的问题 | 第25-27页 |
| 第三章 基于局部子图匹配的SLAM方法 | 第27-45页 |
| ·机器人相关模型 | 第27-30页 |
| ·坐标系模型 | 第27页 |
| ·地图模型 | 第27-28页 |
| ·机器人位姿模型 | 第28页 |
| ·里程计模型 | 第28-29页 |
| ·激光雷达模型 | 第29-30页 |
| ·LSGM方法解决框图 | 第30-32页 |
| ·直线特征提取 | 第32-36页 |
| ·直线模型 | 第32-34页 |
| ·检测相邻点簇 | 第34页 |
| ·线段分割 | 第34-35页 |
| ·拟合直线 | 第35-36页 |
| ·基于子图匹配的特征关联 | 第36-38页 |
| ·路标的提取 | 第36-37页 |
| ·数据匹配算法 | 第37-38页 |
| ·机器人定位和全局地图更新 | 第38-45页 |
| ·奇异值方法(SVD) | 第39-42页 |
| ·应用SVD进行机器人定位 | 第42-45页 |
| 第四章 改进的基于LSGM的SLAM算法 | 第45-49页 |
| ·基于局部子图匹配算法存在的问题 | 第45-46页 |
| ·改进的LSGM算法 | 第46-49页 |
| 第五章 仿真实验和分析 | 第49-57页 |
| ·实验模型假设 | 第49-50页 |
| ·非对称相似的环境,未"绑架"情况 | 第50-51页 |
| ·非对称相似的环境,出现"绑架"情况 | 第51-53页 |
| ·对称相似的环境,未"绑架"情况 | 第53-54页 |
| ·对称相似的环境,出现"绑架"情况 | 第54-55页 |
| ·实验总结 | 第55-57页 |
| 总结和展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
