声明
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状与未来发展趋势
1.2.1 同时定位与地图构建研究现状
1.2.2 面向室内环境的移动机器人重定位研究现状
1.2.3 面向室外环境的移动机器人重定位研究现状
1.3 本文的主要工作及创新点
2 基于二维激光测距的先验地图构建
2.1 Rao-Blackwellized粒子滤波地图构建算法
2.2 Cartographer地图构建算法
2.2.1 子地图的构建
2.2.2 子地图全局优化
2.3 同时定位与地图构建实验分析
2.3.1 北京兆维集团实验室环境实验结果
2.3.2 北京农商银行室内环境实验结果
2.3.3 大连理工大学创新园大厦室内环境实验结果
3 基于概率模型的室内机器人重定位
3.1 传统概率模型
3.1.1 卡尔曼滤波
3.1.2 基于拓展卡尔曼滤波的机器人定位
3.1.3 基于粒子滤波的机器人定位
3.2 基于图形匹配与粒子滤波的机器人定位
3.2.1 基于图形匹配的粒子分布区域确定
3.2.2 局部粒子分布策略
3.2.3 实验结果及讨论
4 基于卷积神经网络的移动机器人重定位
4.1 基于二维激光测距轻量化重定位
4.1.1 二维激光数据表述
4.1.2 轻量化卷积神经网络设计
4.1.3 基于粒子滤波的重定位精度再优化
4.1.4 实验结果及分析
4.2 基于三维激光测距及深度卷积神经网络重定位
4.2.1 三维激光投影
4.2.2 深度神经网络位姿预模型
5 总结与展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学;