基于多传感器信息融合的移动机器人定位方法研究

目录

声明

致谢

变量注释表

1 绪论

1.1 选题背景和研究意义

1.2 国内外研究现状

1.2.1 国内研究现状

1.2.2 国外研究现状

1.3 本文主要研究内容

2 组合导航原理

2.1 常用坐标系定义及转换

2.2 惯性导航系统INS

2.2.1 惯性导航系统原理

2.2.2 INS姿态解算算法

2.3 全球定位系统GPS

2.3.1 GPS导航原理

2.3.2 GPS坐标系转换

2.4 SLAM基本原理

2.4.1 机器人运动模型

2.4.2 LIDAR数学模型

2.4.3 环境测量模型

2.4.4 环境地图模型

2.5 扩展卡尔曼滤波

2.5.1 卡尔曼滤波算法

2.5.2 扩展卡尔曼滤波算法

2.6 本章小结

3 基于图优化的SLAM算法研究

3.1 引言

3.2 基于图优化的SLAM算法框架

3.3 Cartographer算法分析

3.3.1 Cartographer算法概述

3.3.2 Cartographer算法原理

3.4 Cartographer算法验证

3.5 本章小结

4 GPS/INS/LIDAR组合定位算法研究

4.1 引言

4.2 GPS/INS组合定位

4.2.1 GPS/INS组合定位系统状态方程

4.2.2 GPS/INS组合定位系统量测方程

4.2.3 GPS/INS组合定位仿真实验

4.3 基于EKF的GPS/INS/LIDAR组合定位算法

4.4 本章小结

5 移动机器人平台介绍及组合定位算法验证

5.1 移动机器人硬件系统

5.1.1 移动机器人平台底层硬件

5.1.2 移动机器人平台上层定位系统硬件

5.2 GPS/INS/LIDAR组合定位软件系统

5.2.1 底盘运动控制程序设计

5.2.2 基于ROS 的多传感器信息融合程序设计

5.3 实验结果及分析

5.3.1 GPS/INS/LIDAR组合定位实验

5.3.2 GPS/INS/LIDAR组合定位误差分析

5.4 本章小结

6 结论与展望

6.1 论文工作总结

6.2 展望

参考文献

作者简历

学位论文原创性声明

学位论文数据集