基于视觉SLAM的机器人室内建图与导航算法研究

论文目录

中文摘要
ABSTRACT
第1章 绪论
1.1 课题背景与意义
1.2 国内外研究现状
1.2.1 视觉SLAM算法的研究现状及发展趋势
1.2.2 基于多传感器融合的姿态估计算法的研究现状与发展趋势
1.2.3 室内机器人导航定位技术的研究现状及发展趋势
1.3 论文的研究内容和主要贡献
1.3.1 论文的主要研究内容
1.3.2 论文的主要贡献和创新点
1.3.3 论文的组织架构
第2章 基于多传感器的建图基础
2.1 基于深度相机的位姿估计
2.1.1 相机特性及标定
2.1.2 ORB-SLAM算法原理
2.2 惯性导航系统的建模与标定
2.3 本章小结
第3章 基于卡尔曼滤波的视觉惯导姿态融合算法
3.1 姿态与卡尔曼滤波的定义与原理
3.1.1 姿态的定义与表示
3.1.2 卡尔曼滤波原理
3.2 基于卡尔曼滤波的姿态融合算法
3.2.1 误差状态量的定义与表示
3.2.2 卡尔曼滤波的预测过程
3.2.3 卡尔曼滤波的更新过程
3.2.4 滤波参数的选取
3.3 实验结果与比对
3.4 本章小结
第4章 基于多传感器的室内避障策略
4.1 基于人工势场法的避障算法
4.1.1 人工势场法原理
4.1.2 实验结果
4.2 基于点云地图的视觉避障算法
4.2.1 基于点云地图的视觉避障原理
4.2.2 融合视觉与人工势场法的避障算法
4.2.3 实验结果
4.3 本章小结
第5章 基于视觉的室内定位与导航系统实现
5.1 基于视觉的定位原理与实现
5.1.1 基于视觉的重定位原理
5.1.2 视觉重定位效果
5.2 基于视觉的导航系统的开发环境与实现
5.2.1 视觉导航系统开发环境
5.2.2 视觉导航效果
5.3 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读学位期间的主要学术成果
学位论文评阅及答辩情况表

基于视觉SLAM的机器人室内建图与导航算法研究-AGV吧
基于视觉SLAM的机器人室内建图与导航算法研究
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8 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容