包邮 移动机器人的SLAM与VSLAM方法

第1章概述1.1从SLAM到VSLAM1.1.1未知环境下的同时地图创建与自定位1.1.2SLAM的基本状况1.1.3VSLAM的基本状况1.2SLAM与VSLAM的主要内容1.2.1SLAM的主要内容与难点1.2.2VSLAM的主要内容与难点1.3近年SLAM与VSLAM研究的几个方向1.3.1直接法与特征法融合问题1.3.2SLAM中IMU辅助的特征匹配1.3.3动态场景下SLAM的定位精度1.3.4利用语意信息辅助SLAM定位1.3.5长期SLAM问题1.3.6多机器人SLAM问题第2章经典SLAM方法的架构2.1SLAM问题的描述2.1.1SLAM问题的概率模型2.1.2机器人系统模型2.1.3SLAM算法的一致性2.2EKF—SLAM算法2.2.1扩展卡尔曼滤波算法2.2.2EKF-SLAM算法和一致性2.3FastSLAM算法2.3.1粒子滤波算法2.3.2Rao—Blackwellized粒子滤波算法2.3.3FastSLAM算法和一致性2.4实验结果与分析2.5EKF—SLAM算法和FastSLAM算法存在的问题第3章经典SLAM方法改进3.1基于三轮驱动运动模型的EKF—SLAM算法3.1.1两轮驱动移动机器人里程计圆弧模型3.1.2两轮驱动移动机器人运动模型3.1.3三轮驱动移动机器人里程计模型3.1.4三轮驱动移动机器人运动模型3.1.5实验结果与分析3.2基于线段特征匹配的EKFLSLAM算法3.2.1线段特征提取3.2.2线段特征观测模型3.2.3EKF—Line—SLAM算法3.2.4线段特征提取实验3.2.5EKF—Line-SLAM算法实验3.3改进的UFastSLAM算法3.3.1UFastSLAM算法3.3.2改进的UFastSLAM算法3.3.3实验结果与分析3.4基于PSO优化的粒子滤波sLAM算法3.4.1常规粒子滤波SLAM算法的不足3.4.2改进的建议分布3.4.3融合粒子群算法与粒子滤波的SLAM算法3.4.4实验仿真与分析3.5本章小结第4章VSLAM基础4.1立体相机模型4.1.1针孔相机模型4.1.2立体相机深度获取原理4.1.3反投影模型4.1.4Kinect深度误差模型4.2相机位姿表示4.2.1三维空间的刚体姿态描述4.2.2李群、李代数4.2.3相机位姿的表示方式4.2.4对相机位姿变换的求导4.3VSLAM的数学表述4.4非线性优化4.5视觉里程计4.5.12D-3D法4.5.23D-3D法4.6闭环检测4.7地图构建4.8本章小结第5章开源双目视觉SLAM框架及其实现5.1数据基础5.1.1MapPoint类5.1.2zrame尖5.2tracking类5.2.1双目初始化5.2.2跟踪参考关键帧5.2.3跟踪上一帧5.2.4重定位5.2.5跟踪局部地图5.2.6计算运动模型5.2.7判断关键帧5.2.8创建关键帧5.3LocalMapping类5.3.1处理新关键帧5.3.2地图点筛选5.3.3建立新地图点5.3.4附近关键帧搜索匹配地图点5.3.5局部BA5.3.6关键帧筛选5.4LoopClosing类5.4.1闭环检测5.4.2计算Sim35.4.3闭环优化5.5本章小结第6章VSLAM前端——视觉里程计6.1基于改进视觉里程计和大回环模型的VSLAMI唢间配准算法6.1.1基于改进Color GICP算法的快速视觉里程计6.1.2基于模型到模型配准的大回环局部优化模型6.1.3实验及分析6.2考虑多位姿估计约束的立体视觉里程计6.2.1基于改进2D-2D位姿估计模型的位姿跟踪6.2.2基于改进3D-2D位姿估计模型的位姿跟踪6.2.3考虑多位姿估计约束的立体视觉里程计6.2.4实验与分析6.3动态场景下基于运动物体检测的立体视觉里程计6.3.1基于场景流的运动物体检测6.3.2基于运动物体检测的立体视觉里程计6.3.3实验与分析6.4本章小结第7章VSLAM后端——闭环检测7.1基于历史模型集的改进VSLAM闭环检测算法7.1.1基于改进Frame—to-model配准的历史模型集构建7.1.2基于历史模型集的改进闭环检测算法7.1.3实验及分析7.2基于空间位置不确定性约束的改进闭环检测算法7.2.1基于特征点云帧间配准的视觉里程计不确定性模型7.2.2基于空间位置不确定性约束的改进闭环检测算法7.2.3实验与分析7.3基于场景显著区域的闭环检测算法7.3.1闭环概率模型7.3.2显著区域选取与场景描述7.3.3基于逆向索引的预匹配场景选取7.3.4显著区域匹配概率的计算7.3.5实验与分析7.4本章小结第8章VSLAM后端——鲁棒优化估计8.1自适应的Graph SLAM鲁棒闭环算法8.1.1常规Graph SLAM鲁棒闭环算法8.1.2自适应的Graph SLAM鲁棒闭环算法8.1.3实验仿真与分析8.2增量式的Graph SLAM鲁棒闭环算法8.2.1增量式Graph S LAM算法8.2.2增量式Graph S LAM鲁棒闭环算法8.2.3实验仿真与分析8.3基于非线性0-1规划的鲁棒图优化智能算法加速策略8.3.1鲁棒图优化模型8.3.2改进的Markov邻域及智能算法加速方法8.3.3实验与分析8.4本章小结第9章VSLAM地图创建9.1基于完整可见性模型的改进鲁棒Octomap地图构建9.1.1鲁棒Octomap可见性模型分析9.1.2完整可见性模型9.1.3基于完整可见性模型的改进鲁棒Octomap9.1.4实验及分析9.2动态场景下基于平面投影的导航地图构建方法9.2.1动态场景下三维点云的生成9.2.2地面平面方程的求解9.2.3二维导航地图构建9.2.4实验与分析9.3本章小结参考文献