基于ROS系统移动机器人SLAM算法研究与实现-AGV吧

1 绪论

1.1 研究背景和意义
1.1.1 机器人的定义及研究意义
1.1.2 SLAM 技术及研究意义
1.2 国内外研究现状
1.2.1 国内外移动机器人发展现状
1.2.2 国内外 SLAM 技术研究现状
1.3 SLAM 技术研究难点
1.4 本文主要研究内容

2 SLAM 算法基本原理分析

2.1 SLAM 系统模型
2.1.1 运动模型
2.1.2 观测模型
2.2 SLAM 相关算法
2.2.1 EKF-SLAM 算法
2.2.2 UKF-SLAM 算法
2.2.3 IEKF-SLAM 算法
2.3 Gmapping 制图
2.4 AMCL 定位
2.5 路径规划算法
2.6 本章小结

3 基于闭环条件迭代的 SLAM 算法研究

3.1 iEKF-SLAM 算法
3.1.1 地图管理算法
3.1.2 闭环检测
3.1.3 状态更新策略
3.2 算法实现与复杂度分析
3.3 算法实验对比
3.3.1 仿真实验
3.3.2 基于维多利亚公园数据集的实验
3.4 本章小结

4 ROS 移动机器人平台搭建及实验

4.1 ROS 简介
4.2 移动机器人平台
4.3 移动机器人底座平台
4.3.1 底座平台
4.3.2 Arduino 板
4.3.3 驱动器
4.3.4 编码器
4.4 实验与分析
4.4.1 机器人平台自主制图实验
4.4.2 机器人平台自主定位与导航实验
4.5 本章小结

5 移动机器人视觉 SLAM 研究

5.1 视觉 SLAM
5.1.1 视觉里程计
5.1.2 后端优化
5.1.3 回环检测
5.1.4 SLAM 建图
5.2 视觉 SLAM 实验
5.2.1 ORB-SLAM2 实验分析
5.2.2 DSO 算法实验分析
5.2.3 移动机器人视觉 SLAM 应用分析
5.3 本章小结

6 总结与展望

6.1 总结
6.2 展望
参考文献
附录 A 底座控制平台部分代码（基于 C 语言）
附录 B 自主制图时节点运行拓扑图
附录 C 自主导航时节点运行拓扑图
攻读学位期间发表的学术论文
致谢

1. 本网站的文章部分内容可能来源于网络，仅供大家学习与参考，如有侵权，请联系站长 QQ2766242327进行删除处理。
2. 本站资源大多存储在云盘，如发现链接失效，请联系我们我们会第一时间更新。

THE END

基于ROS系统移动机器人SLAM算法研究与实现