目录介绍
目录
第1章绪论1
1.1引言1
1.2室内定位与导航机器人技术的研究现状2
1.2.1国外研究现状2
1.2.2国内研究现状5
1.3基于Android手机的室内导航技术的研究现状7
1.3.1国外研究现状7
1.3.2国内研究现状10
1.4本书结构12
本章小结13
第2章
基于ROS的移动机器人14
2.1引言14
2.2机器人硬件平台介绍16
2.2.1主控制系统16
2.2.2底盘主控制器17
2.3传感器介绍18
2.3.1光电编码器18
2.3.2激光雷达传感器19
2.4传感器之间的通信关系22
2.5车体仿真模型搭建22
本章小结24
第3章
室内移动机器人运动模型建立及误差标定方法25
3.1引言25
3.2坐标系变换模型25
3.3速度运动模型26
3.4激光雷达观测模型28
3.4.1三角测距法28
基于室内移动机器人的多传感器融合技术
｜目录｜
3.4.2TOF测距法29
3.5里程计模型及误差标定30
3.6激光雷达校准标定实验33
3.7TF标定转换实验34
本章小结36
第4章
基于改进Cartographer算法的激光SLAM37
4.1引言37
4.2激光SLAM技术的原理及分类37
4.3栅格地图的定义40
4.4改进的SLAM算法设计44
4.4.1Cartographer SLAM算法原理分析46
4.4.2Cartographer SLAM 算法优化策略48
4.4.3map to map回环检测设计49
4.4.4Lazy Decision延时决策设计51
4.5改进Cartographer算法实验验证52
本章小结54
第5章
基于机器人平台的Cartographer算法实现55
5.1引言55
5.2实验平台介绍56
5.2.1机器人平台介绍56
5.2.2Rviz可视化平台57
5.3改进Cartographer算法实验设计以及评价标准57
5.4地图构建实验58
5.5地图构建对比与结果分析62
本章小结66
第6章
基于多传感器融合的室内建图方法67
6.1引言67
6.2里程计模型67
6.3地图构建原理解析71
6.4室内建图算法的比较73
6.5基于视觉信息修正的改进建图算法79
6.5.1单目相机的标定原理79
6.5.2二维码信息与地图信息的融合87
6.5.3二维码位姿确立89
6.5.4系统实验93
本章小结98
第7章
基于激光的移动机器人建图和导航方法100
7.1引言100
7.2全局路径规划算法100
7.2.1迪杰斯特拉算法100
7.2.2A算法102
7.3局部路径规划算法105
7.4导航实验107
本章小结109
第8章
基于INS误差的校正方法研究110
8.1引言110
8.2INS力学编排算法110
8.2.1INS力学编排算法描述110
8.2.2微分方程求取方法112
8.2.3INS力学编排算法实现113
8.3INS优化方法概述115
8.4基于INS的误差校正模型116
8.4.1惯性传感器误差建模117
8.4.2误差模型建立118
8.5实验和结果118
8.5.1数据预处理119
8.5.2算法实现120
本章小结122
第9章
融合磁场信息的室内导航算法123
9.1引言123
9.2地磁基本理论介绍123
9.3室内IndoorAltas地磁建图126
9.3.1软件简介126
9.3.2地图应用创建过程127
9.4惯性/磁场信息的多传感器融合方法131
9.4.1惯性/磁场系统融合方法131
9.4.2惯性/磁场组合导航系统状态方程132
9.4.3惯性/磁场组合导航系统测量方程135
9.5实验和结果137
9.5.1实验描述137
9.5.2地磁标定实验结果137
9.6影响组合导航精度的因素139
本章小结140
第10章
基于Android手机的室内导航实现141
10.1引言141
10.2室内导航系统的需求分析141
10.3Android系统架构142
10.4导航系统的总体架构144
10.4.1软件设计模式144
10.4.2导航系统框架具体设计145
10.4.3客户端模块设计145
10.4.4服务器端模块设计146
10.4.5导航流程设计147
10.5导航系统实现148
10.5.1加速度、陀螺仪、地磁信息的提取与处理148
10.5.2客户端与服务器端数据交换149
10.5.3离线训练阶段的实现150
10.5.4在线导航阶段的实现151
10.6软件性能分析153
本章小结154
参考文献155
目录
第1章绪论1
1.1引言1
1.2室内定位与导航机器人技术的研究现状2
1.2.1国外研究现状2
1.2.2国内研究现状5
1.3基于Android手机的室内导航技术的研究现状7
1.3.1国外研究现状7
1.3.2国内研究现状10
1.4本书结构12
本章小结13
第2章
基于ROS的移动机器人14
2.1引言14
2.2机器人硬件平台介绍16
2.2.1主控制系统16
2.2.2底盘主控制器17
2.3传感器介绍18
2.3.1光电编码器18
2.3.2激光雷达传感器19
2.4传感器之间的通信关系22
2.5车体仿真模型搭建22
本章小结24
第3章
室内移动机器人运动模型建立及误差标定方法25
3.1引言25
3.2坐标系变换模型25
3.3速度运动模型26
3.4激光雷达观测模型28
3.4.1三角测距法28
基于室内移动机器人的多传感器融合技术
｜目录｜
3.4.2TOF测距法29
3.5里程计模型及误差标定30
3.6激光雷达校准标定实验33
3.7TF标定转换实验34
本章小结36
第4章
基于改进Cartographer算法的激光SLAM37
4.1引言37
4.2激光SLAM技术的原理及分类37
4.3栅格地图的定义40
4.4改进的SLAM算法设计44
4.4.1Cartographer SLAM算法原理分析46
4.4.2Cartographer SLAM 算法优化策略48
4.4.3map to map回环检测设计49
4.4.4Lazy Decision延时决策设计51
4.5改进Cartographer算法实验验证52
本章小结54
第5章
基于机器人平台的Cartographer算法实现55
5.1引言55
5.2实验平台介绍56
5.2.1机器人平台介绍56
5.2.2Rviz可视化平台57
5.3改进Cartographer算法实验设计以及评价标准57
5.4地图构建实验58
5.5地图构建对比与结果分析62
本章小结66
第6章
基于多传感器融合的室内建图方法67
6.1引言67
6.2里程计模型67
6.3地图构建原理解析71
6.4室内建图算法的比较73
6.5基于视觉信息修正的改进建图算法79
6.5.1单目相机的标定原理79
6.5.2二维码信息与地图信息的融合87
6.5.3二维码位姿确立89
6.5.4系统实验93
本章小结98
第7章
基于激光的移动机器人建图和导航方法100
7.1引言100
7.2全局路径规划算法100
7.2.1迪杰斯特拉算法100
7.2.2A算法102
7.3局部路径规划算法105
7.4导航实验107
本章小结109
第8章
基于INS误差的校正方法研究110
8.1引言110
8.2INS力学编排算法110
8.2.1INS力学编排算法描述110
8.2.2微分方程求取方法112
8.2.3INS力学编排算法实现113
8.3INS优化方法概述115
8.4基于INS的误差校正模型116
8.4.1惯性传感器误差建模117
8.4.2误差模型建立118
8.5实验和结果118
8.5.1数据预处理119
8.5.2算法实现120
本章小结122
第9章
融合磁场信息的室内导航算法123
9.1引言123
9.2地磁基本理论介绍123
9.3室内IndoorAltas地磁建图126
9.3.1软件简介126
9.3.2地图应用创建过程127
9.4惯性/磁场信息的多传感器融合方法131
9.4.1惯性/磁场系统融合方法131
9.4.2惯性/磁场组合导航系统状态方程132
9.4.3惯性/磁场组合导航系统测量方程135
9.5实验和结果137
9.5.1实验描述137
9.5.2地磁标定实验结果137
9.6影响组合导航精度的因素139
本章小结140
第10章
基于Android手机的室内导航实现141
10.1引言141
10.2室内导航系统的需求分析141
10.3Android系统架构142
10.4导航系统的总体架构144
10.4.1软件设计模式144
10.4.2导航系统框架具体设计145
10.4.3客户端模块设计145
10.4.4服务器端模块设计146
10.4.5导航流程设计147
10.5导航系统实现148
10.5.1加速度、陀螺仪、地磁信息的提取与处理148
10.5.2客户端与服务器端数据交换149
10.5.3离线训练阶段的实现150
10.5.4在线导航阶段的实现151
10.6软件性能分析153
本章小结154
参考文献155
目录
第1章绪论1
1.1引言1
1.2室内定位与导航机器人技术的研究现状2
1.2.1国外研究现状2
1.2.2国内研究现状5
1.3基于Android手机的室内导航技术的研究现状7
1.3.1国外研究现状7
1.3.2国内研究现状10
1.4本书结构12
本章小结13
第2章
基于ROS的移动机器人14
2.1引言14
2.2机器人硬件平台介绍16
2.2.1主控制系统16
2.2.2底盘主控制器17
2.3传感器介绍18
2.3.1光电编码器18
2.3.2激光雷达传感器19
2.4传感器之间的通信关系22
2.5车体仿真模型搭建22
本章小结24
第3章
室内移动机器人运动模型建立及误差标定方法25
3.1引言25
3.2坐标系变换模型25
3.3速度运动模型26
3.4激光雷达观测模型28
3.4.1三角测距法28
基于室内移动机器人的多传感器融合技术
｜目录｜
3.4.2TOF测距法29
3.5里程计模型及误差标定30
3.6激光雷达校准标定实验33
3.7TF标定转换实验34
本章小结36
第4章
基于改进Cartographer算法的激光SLAM37
4.1引言37
4.2激光SLAM技术的原理及分类37
4.3栅格地图的定义40
4.4改进的SLAM算法设计44
4.4.1Cartographer SLAM算法原理分析46
4.4.2Cartographer SLAM 算法优化策略48
4.4.3map to map回环检测设计49
4.4.4Lazy Decision延时决策设计51
4.5改进Cartographer算法实验验证52
本章小结54
第5章
基于机器人平台的Cartographer算法实现55
5.1引言55
5.2实验平台介绍56
5.2.1机器人平台介绍56
5.2.2Rviz可视化平台57
5.3改进Cartographer算法实验设计以及评价标准57
5.4地图构建实验58
5.5地图构建对比与结果分析62
本章小结66
第6章
基于多传感器融合的室内建图方法67
6.1引言67
6.2里程计模型67
6.3地图构建原理解析71
6.4室内建图算法的比较73
6.5基于视觉信息修正的改进建图算法79
6.5.1单目相机的标定原理79
6.5.2二维码信息与地图信息的融合87
6.5.3二维码位姿确立89
6.5.4系统实验93
本章小结98
第7章
基于激光的移动机器人建图和导航方法100
7.1引言100
7.2全局路径规划算法100
7.2.1迪杰斯特拉算法100
7.2.2A算法102
7.3局部路径规划算法105
7.4导航实验107
本章小结109
第8章
基于INS误差的校正方法研究110
8.1引言110
8.2INS力学编排算法110
8.2.1INS力学编排算法描述110
8.2.2微分方程求取方法112
8.2.3INS力学编排算法实现113
8.3INS优化方法概述115
8.4基于INS的误差校正模型116
8.4.1惯性传感器误差建模117
8.4.2误差模型建立118
8.5实验和结果118
8.5.1数据预处理119
8.5.2算法实现120
本章小结122
第9章
融合磁场信息的室内导航算法123
9.1引言123
9.2地磁基本理论介绍123
9.3室内IndoorAltas地磁建图126
9.3.1软件简介126
9.3.2地图应用创建过程127
9.4惯性/磁场信息的多传感器融合方法131
9.4.1惯性/磁场系统融合方法131
9.4.2惯性/磁场组合导航系统状态方程132
9.4.3惯性/磁场组合导航系统测量方程135
9.5实验和结果137
9.5.1实验描述137
9.5.2地磁标定实验结果137
9.6影响组合导航精度的因素139
本章小结140
第10章
基于Android手机的室内导航实现141
10.1引言141
10.2室内导航系统的需求分析141
10.3Android系统架构142
10.4导航系统的总体架构144
10.4.1软件设计模式144
10.4.2导航系统框架具体设计145
10.4.3客户端模块设计145
10.4.4服务器端模块设计146
10.4.5导航流程设计147
10.5导航系统实现148
10.5.1加速度、陀螺仪、地磁信息的提取与处理148
10.5.2客户端与服务器端数据交换149
10.5.3离线训练阶段的实现150
10.5.4在线导航阶段的实现151
10.6软件性能分析153
本章小结154
参考文献155