学位专题

封面
声明
中文摘要
英文摘要
目录
1 绪论
1.1 研究背景与意义
1.2 SLAM国内外研究现状
1.2.1 视觉SLAM现状
1.2.2 激光SLAM现状
1.2.3 基于多传感器数据融合的SLAM现状
1.3 本文研究的关键问题
（1）单目视觉初始化与深度恢复问题
（2）多传感器融合的SLAM相关问题
1.4 本文主要内容
2 数据预处理与深度关联
2.1 视觉特征提取与跟踪
2.2 激光点云去畸变与特征点提取
2.3 基于激光雷达辅助的单目深度恢复
2.3.1 几何三角化
2.3.2 激光视觉深度关联
2.4 IMU预积分
2.5 本章小结
3 结合多线激光雷达的双向视觉惯性位姿估计
3.1 初始化估计
3.2 视觉惯性紧耦合非线性优化
3.2.1 非线性优化问题构建
3.2.2 IMU残差计算
3.2.3 视觉重投影残差计算
3.2.4 边缘化处理
3.3 基于视觉惯性辅助的激光里程计
3.4 闭环检测与矫正
3.4.1 激光关键帧的选取
3.4.2 词袋模型与字典
3.4.3 基于词袋模型的视觉闭环检测
3.4.4 激光雷达闭环检测
3.5 本章小结
4 全局位姿优化与基于地图的定位方法
4.1 因子图联合优化
4.2 场景地图构建
4.2.1 常见地图类型
4.2.2 三维点云地图构建
4.3 基于地图重载的位姿估计方法
4.3.1 激光点云配准
4.3.2 初始状态估计
4.3.3 基于地图重载的位姿估计
4.4 本章小结
5 机器人系统架构与实验分析
5.1 机器人系统架构
5.1.1 软硬件组成
5.1.2 底盘运动模型
5.2 位姿估计实验分析
5.2.1 公开数据集场景实验
5.2.2 室内弱纹理长廊实验
5.2.3 基于地图重载的位姿估计实验
5.3 本章小结
6 总结与展望
6.1 本文主要内容及结论
6.2 本文的主要创新点
6.3 展望
致谢
参考文献
附录1 攻读硕士学位期间取得的学术成果