毕业论文课题相关文献综述
文 献 综 述 1.1研究背景意义移动机器人的自主导航问题被分成三大块：定位，建图，路径规划。
定位就是精确确定机器人在环境中的当前姿态。
建图就是将环境的多个不完整观测集成到单个一致的模型中，路径规划就是在地图中确定一条通过环境的导航最优路径。
最初，建图和定位单独进行研究，后来人们意识到他们是相互关联，相互依赖的，1996年，Durrant-Whyte才提出了同时定位与建图这个概念[1]。
这也就是说，为了得到环境中精确的定位，需要正确无误的地图，但是，为了建立好的地图，需要在新元素添加到地图时能够被准确地定位,这个就是SLAM。
SLAM是Simultaneous Localization and Mapping的缩写,译作同步定位与建图。
SLAM问题可以描述为: 机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位，同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。
[2] SLAM的主要应用场景有：机器人自主导航、辅助驾驶[3]、增强现实[4]、三维重建[5]等方面，目前SLAM 技术遍及机器人导航、自动控制、人工智能的方方面面，在无人驾驶、智能家居、室内测绘等方面应用广泛。
图 1.1（a）为 SLAM 在无人驾驶中的应用，从国外的特斯拉和谷歌无人驾驶到国内的百度、长安无人驾驶都在使用 SLAM 技术。
图 1.1（b）为 SLAM 在智能家居方面的应用，扫地机器人是使用 SLAM 算法最成熟的领域之一，国内外智能设备厂商诸如小米、美的、科沃斯、飞利浦、浦桑尼克等都纷纷推出了基于 SLAM 算法的扫地机器人。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
