前言
第1章绪论1
1.1SLAM简介1
1.1.1SLAM的基本定义1
1.1.2SLAM的分类3
1.2ROS简介5
1.3基于ROS系统的SLAM技术6
1.3.1基于激光的SLAM技术7
1.3.2基于视觉的SLAM技术8
1.4SLAM技术的未来发展13
1.5本章小结14
参考文献14
第2章SLAM算法简介与实现15
2.1SLAM算法简介15
2.1.1SLAM算法分类15
2.1.2不同种类SLAM算法的
特点16
2.2基于矢量的SLAM经典算法19
2.2.1EKFSLAM算法基本原理19
2.2.2EKFSLAM算法的MATLAB
仿真验证23
2.2.3FastSLAM算法基本原理23
2.2.4FastSLAM算法的MATLAB
仿真27
2.3基于随机有限集的SLAM算法27
2.3.1随机有限集27
2.3.2基于随机有限集的SLAM28
2.3.3PHDSLAM算法基本原理29
2.3.4PHDSLAM算法的MATLAB
仿真验证33
2.4本章小结34
参考文献34
第3章基于ROS系统的SLAM
技术36
3.1ROS系统36
3.1.1ROS的版本介绍和安装38
3.1.2ROS文件系统级45
3.1.3ROS计算图级47
3.1.4ROS开源社区级50
3.2ROS系统基本操作51
3.2.1创建工作空间51
3.2.2创建ROS功能包及功能包
编译52
3.2.3ROS节点的使用53
3.2.4ROS主题与节点的交互55
3.2.5ROS服务的使用57
3.2.6节点的创建和编译58
3.2.7服务和消息文件的创建和
使用62
3.2.8Launch启动文件68
3.3基于ROS系统的机器人实践69
3.3.1Turtlebot介绍69
3.3.2Turtlebot功能包安装和
配置71
3.3.3机器人底盘测试73
3.3.4机器人传感器测试73
3.3.5机器人跟随功能实现74
3.3.6基于ROS的多机通信配置75
3.4基于ROS系统的SLAM开源
方案78
3.4.1基于激光雷达的SLAM算法78
3.4.2基于视觉的SLAM算法79
3.5本章小结80
参考文献81
第4章基于特征估计的激光SLAM
技术82
4.1ROS相关工具的使用82
4.1.1rviz和Gazebo的简介82
4.1.2Gazebo的使用83
4.1.3rviz的使用85
4.1.4Turtlebot机器人在Gazebo中的
仿真87
4.1.5Turtlebot机器人在rviz中的
显示89
4.2激光雷达传感器89
4.2.1激光雷达探测原理89
4.2.2基于ROS的激光雷达驱动
安装90
4.3基于激光的Gmapping算法91
4.3.1Gmapping背景91
4.3.2Gmapping算法原理92
4.3.3Gmapping功能包的安装95
4.3.4Gmapping算法在Turtlebot上的
实现98
4.4基于激光的Hector SLAM算法101
4.4.1Hector SLAM背景101
4.4.2Hector SLAM算法原理102
4.4.3Hector SLAM功能包的
安装105
4.4.4Hector SLAM算法在Turtlebot上
的实现107
4.5基于激光的Cartographer算法109
4.5.1Cartographer背景109
4.5.2Cartographer算法原理110
4.5.3Cartographer功能包的
安装113
4.5.4Cartographer算法在Turtlebot
上的实现117
4.6本章小结123
参考文献124
第5章基于视觉SLAM技术125
5.1经典视觉SLAM框架125
5.2视觉传感器及其基础算法126
5.2.1视觉传感器126
5.2.2视觉里程计129
5.2.3后端优化137
5.2.4回环检测140
5.3MonoSLAM算法144
5.3.1MonoSLAM背景144
5.3.2MonoSLAM算法145
5.3.3MonoSLAM功能包的安装150
5.3.4MonoSLAM实现152
5.4ORBSLAM2算法155
5.4.1ORBSLAM2背景155
5.4.2ORBSLAM2算法155
5.4.3ORBSLAM2功能包的
安装162
5.4.4ORBSLAM2在Turtlebot上的
实现166
5.5多机器人视觉SLAM技术简介171
5.5.1多机器人系统171
5.5.2机器人相互识别173
5.5.3地图融合策略177
5.5.4地图融合182
5.6本章小结182
参考文献182