论文目录
摘要
ABSTRACT
第1章 绪论
1.1 课题研究的背景与意义
1.2 双目立体视觉系统的概述
1.3 SLAM概述
1.4 SLAM的研究现状
1.5 主要工作与章节安排
第2章 双目立体视觉SLAM系统
2.1 常用的SLAM算法
2.1.1 扩展卡尔曼滤波算法
2.1.2 粒子滤波器SLAM算法
2.2 SLAM数据关联
2.3 立体视觉SLAM的模型
2.3.1 观测模型
2.3.2 运动模型
2.4 双目立体视觉模型
2.5 双目立体视觉SLAM的整体结构图
第3章 基于序列最小优化的SIFT特征匹配算法
3.1 特征提取与特征匹配的概念
3.2 SIFT特征提取与匹配算法
3.3 SMO-SIFT算法
3.3.1 SMO算法
3.3.2 粗匹配
3.3.3 利用改进的SMO算法细匹配
3.3.4 SMO-SIFT的流程
3.4 SMO-SIFT仿真实验与数据验证
3.4.1 欧氏距离比值阈值k测试
3.4.2 维数和匹配率关系测试
3.4.3 特征匹配效果实例
3.5 结论
第4章 基于小生境遗传优化的Rao-Blackwellized算法
4.1 基于Rao-Blackwellize粒子滤波SLAM算法的概述
4.1.1 Rao-Blackwellized分解
4.1.2 粒子权值的获取
4.1.3 Rao-Blackwellized粒子滤波SLAM算法步骤
4.2 小生境遗传算法及改进
4.2.1 遗传算法的基本原理
4.2.2 小生境遗传算法的概念
4.2.3 小生境遗传算法的改进
4.3 基于小生境遗传优化的Rao-Blackwellized SLAM算法
4.3.1 粒子多样性处理
4.3.2 获取优化后的粒子集
4.3.3 INGO-RBPF算法步骤
4.4 仿真与分析
4.4.1 粒子多样性性能测试
4.4.2 定位均方差测试
4.5 结论
第5章 系统设计及实验分析
5.1 ROS
5.1.1 ROS简介
5.1.2 ROS通信架构
5.2 SLAM系统设计
5.2.1 需求分析
5.2.2 功能设计
5.2.3 模块设计
5.2.4 结构设计
5.3 系统的硬件设计
5.3.1 电源模块
5.3.2 地图构建模块
5.3.3 机器人控制模块
5.3.4 远程控制模块
5.3.5 总结
5.4 系统的软件设计
5.4.1 开发环境
5.4.2 地图构建模块
5.4.3 机器人控制模块
5.4.4 远程控制模块
5.5 运行与分析
5.5.1 测试环境
5.5.2 测试流程
5.5.3 测试结果
5.6 小结
第6章 结论与展望
6.1 工作总结
6.2 展望
参考文献
攻读硕士学位期间发表的成果
致谢
暂无评论内容