基于三维激光点云的移动机器人同步定位与构图算法研究-AGV吧

论文目录

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
1.2.1 SLAM算法
1.2.2 特征提取算法
1.2.3 点云配准算法
1.3 论文的研究内容
1.4 论文的结构

第二章机器人学基础知识

2.1 向量和参考坐标系
2.1.1 参考坐标系
2.1.2 点乘
2.1.3 叉乘
2.2 旋转的表示方法
2.2.1 旋转矩阵
2.2.2 欧拉角
2.3 旋转扰动
2.4 机器人位姿
2.5 本章小结

第三章密度自适应的激光点云特征

3.1 引言
3.2 密度自适应的激光点云特征提取
3.2.1 点云数据预处理
3.2.2 特征点响应函数设计
3.2.3 孤立点抑制
3.2.4 非极大值抑制
3.3 基于几何形状语境的特征描述
3.3.1 主方向构建
3.3.2 几何形状语境描述
3.3.3 二进制匹配方法
3.4 算法分析
3.4.1 采集平台和参数设置
3.4.2 DALKO与FALKO算法对比
3.4.3 特征匹配
3.5 本章小结

第四章基于迭代最近点的点云配准算法

4.1 引言
4.2 基于vanilla-R点对剔除策略的点云配准算法
4.2.1 选点策略
4.2.2 点对关联策略
4.2.3 点对剔除策略
4.2.4 优化求解
4.2.5 收敛条件的设计页
4.3 vanilla-RICP参数调试
4.4 算法评估
4.4.1 评估标准
4.4.2 对比算法
4.4.3 实验结果分析
4.5 算法应用
4.6 本章小结

第五章基于图优化的六自由度SLAM算法

5.1 引言
5.2 SLAM问题的位姿图构建
5.2.1 位姿图的基本描述
5.2.2 基于vanilla-RICP构建位姿约束的观测模型
5.3 vanilla-RICP协方差估计
5.3.1 基于隐函数理论的协方差计算方法
5.3.2 基于Fisher信息的协方差计算方法
5.3.3 基于隐函数理论和基于Fisher信息的协方差计算方法对比
5.4 闭环检测
5.5 位姿图优化
5.5.1 欧式空间上最小二乘问题求解
5.5.2 特殊正交群上的最小二乘问题求解
5.5.3 常见的优化库
5.6 算法分析与应用
5.7 本章小结