基于多传感器融合的移动机器人SLAM算法的研究与应用

论文目录

基于多传感器融合的移动机器人SLAM算法的研究与应用
摘要
ABSTRACT

第一章绪论

1.1研究背景及意义
1.2国内外研究现状
1.3研究内容
1.4论文结构

第二章相关理论与技术

2.1SLAM算法解决的问题
2.2SLAM算法的难点
2.3SLAM算法分类
2.3.1概率化SLAM问题
2.3.2基于扩展卡尔曼滤波的SLAM算法
2.3.3基于粒子滤波的SLAM算法
2.4SLAM坐标系统
2.5惯性导航系统
2.5.1IMU模型建立
2.5.2IMU姿态解算
2.5.3位移计算
2.6粒子优化算法
2.6.1粒子群优化算法
2.6.2免疫算法
2.7多传感器融合的SLAM系统
2.8本章小结

第三章双目立体匹配关键技术的研究

3.1引言
3.2双目立体视觉
3.2.1双目立体视觉模型
3.2.2双目相机标定
3.3图像特征提取算法和图像增强算法
3.3.1ORB算法
3.3.2图像增强算法
3.4改进的ORB算法
3.4.1优化ORB算法的提取过程
3.4.2优化ORB匹配的筛选过程
3.4.3改进后的ORB算法流程
3.5实验结果及分析
3.5.1多种图像特征提取分析
3.5.2多种图像特征匹配分析
3.5.3改进的误匹配去除算法
3.6本章小结

第四章融合IMU和双目相机的SLAM算法的研究

4.1引言
4.2FastSLAM算法概述
4.2.1FastSLAM算法分析
4.2.2FastSLAM算法的步骤
4.3基于免疫算法和粒子群算法融合优化的FastSLAM算法
4.3.1建立IA-PSO-FASTSLAM系统模型
4.3.2融合粒子群算法和免疫算法优化粒子集
4.3.3设定优化算法的阈值
4.3.4IA-PSO-FastSLAM算法流程
4.4仿真结果及分析
4.5本章小结

第五章SLAM系统搭建与实验

5.1系统概述
5.2实验环境介绍
5.2.1ROS系统简介
5.2.2传感器介绍
5.3系统详细设计
5.4实验结果
5.4.1基于数据集的实验
5.4.2基于现实场景的实验
5.5本章小结

第六章总结与展望

6.1总结
6.2展望
致谢
参考文献
攻硕期间取得的成果

基于多传感器融合的移动机器人SLAM算法的研究与应用-AGV吧
基于多传感器融合的移动机器人SLAM算法的研究与应用
此内容为付费资源,请付费后查看
20积分
付费资源
© 版权声明
THE END
喜欢就支持一下吧
点赞6 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容