机器人SLAM技术及其ROS系统应用

本书是“十三五”江苏省高等学校重点教材。全书贯彻“理论与实际相结合，教学与实践相统一，紧跟当前SLAM研究重点”的思想，以ROS系统作为平台，以Turtlebot机器人为载体，以实际应用为纽带，在ROS系统中实现各种SLAM算法。
全书共分为5章。第1章介绍SLAM的基本定义、分类及其数学模型，对ROS系统进行简要描述，分析在ROS系统下基于激光特征点的SLAM技术和基于视觉的SLAM技术的特点。第2章详细分析一些典型的基于矢量的SLAM算法和基于随机有限集的SLAM算法的基本原理及其实现。第3章给出ROS系统的详细安装步骤以及部分常用的ROS系统基本操作命令，并以Turtlebot机器人为载体进行基础功能包的安装和测试。第4章首先介绍用于SLAM的ROS相关工具及其使用，然后分别介绍基于激光雷达的Gmapping、HectorSLAM、Cartographer的原理，以及在机器人Turtlebot上的算法实现。第5章介绍基于视觉的MonoSLAM、ORBSLAM2工作原理及其实现步骤，同时介绍多机器人视觉SLAM系统和地图融合实现过程。
本书可作为机器人工程、自动化、机械电子工程、智能制造工程等相关专业高年级本科生或者研究生的教材，也可供相关工程技术人员参考。

前言
第1章 绪论
1.1 SLAM简介
1.1.1 SLAM的基本定义
1.1.2 SLAM的分类
1.2 ROS简介
1.3 基于ROS系统的SLAM技术
1.3.1 基于激光的SLAM技术
1.3.2 基于视觉的SLAM技术
1.4 SLAM技术的未来发展
1.5 本章小结
参考文献
第2章 SLAM算法简介与实现
2.1 SLAM算法简介
2.1.1 SLAM算法分类
2.1.2 不同种类SLAM算法的特点
2.2 基于矢量的SLAM经典算法
2.2.1 EKF-SLAM算法基本原理
2.2.2 EKF-SLAM算法的MATLAB仿真验证
2.2.3 FastSLAM算法基本原理
2.2.4 FastSLAM算法的MATLAB仿真
2.3 基于随机有限集的SLAM算法
2.3.1 随机有限集
2.3.2 基于随机有限集的SLAM
2.3.3 PHD-SLAM算法基本原理
2.3.4 PHD-SLAM算法的MATLAB仿真验证
2.4 本章小结
参考文献
第3章 基于ROS系统的SLAM技术
3.1 ROS系统
3.1.1 ROS的版本介绍和安装
3.1.2 ROS文件系统级
3.1.3 ROS计算图级
3.1.4 ROS开源社区级
3.2 ROS系统基本操作
3.2.1 创建工作空间
3.2.2 创建ROS功能包及功能包编译
3.2.3 ROS节点的使用
3.2.4 ROS主题与节点的交互
3.2.5 ROS服务的使用
3.2.6 节点的创建和编译
3.2.7 服务和消息文件的创建和使用
3.2.8 Launch启动文件
3.3 基于ROS系统的机器人实践
3.3.1 Turtlebot介绍
3.3.2 Turtlebot功能包安装和配置
3.3.3 机器人底盘测试
3.3.4 机器人传感器测试
3.3.5 机器人跟随功能实现
3.3.6 基于ROS的多机通信配置
3.4 基于ROS系统的SLAM开源方案
3.4.1 基于激光雷达的SLAM算法
3.4.2 基于视觉的SLAM算法
3.5 本章小结
参考文献
第4章 基于特征估计的激光SLAM技术
4.1 ROS相关工具的使用
4.1.1 rviz和Gazebo的简介
4.1.2 Gazebo的使用
4.1.3 rviz的使用
4.1.4 Turtlebot机器人在Gazebo中的仿真
4.1.5 Turtlebot机器人在rviz中的显示
4.2 激光雷达传感器
4.2.1 激光雷达探测原理
4.2.2 基于ROS的激光雷达驱动安装
4.3 基于激光的Gmapping算法
4.3.1 Gmapping背景
4.3.2 Gmapping算法原理
4.3.3 Gmapping功能包的安装
4.3.4 Gmapping算法在Turtlebot上的实现
4.4 基于激光的Hector SLAM算法
4.4.1 Hector SLAM背景
4.4.2 Hector SLAM算法原理
4.4.3 Hector SLAM功能包的安装
4.4.4 Hector SLAM算法在Turtlebot上的实现
4.5 基于激光的Cartographer算法
4.5.1 Cartographer背景
4.5.2 Cartographer算法原理
4.5.3 Cartographer功能包的安装
4.5.4 Cartographer算法在Turtlebot上的实现
4.6 本章小结
参考文献
第5章 基于视觉SLAM技术
5.1 经典视觉SLAM框架
5.2 视觉传感器及其基础算法
5.2.1 视觉传感器
5.2.2 视觉里程计
5.2.3 后端优化
5.2.4 回环检测
5.3 MonoSLAM算法
5.3.1 MonoSLAM背景
5.3.2 MonoSLAM算法
5.3.3 MonoSLAM功能包的安装
5.3.4 MonoSLAM实现
5.4 ORB-SLAM2算法
5.4.1 ORB-SLAM2背景
5.4.2 ORB-SLAM2算法
5.4.3 ORB-SLAM2功能包的安装
5.4.4 ORB-SLAM2在Turtlebot上的实现
5.5 多机器人视觉SLAM技术简介
5.5.1 多机器人系统
5.5.2 机器人相互识别
5.5.3 地图融合策略
5.5.4 地图融合
5.6 本章小结
参考文献