移动机器人的路径规划技术和同时定位与建图技术是机器人实现真正智能化的前提。针对该问题，本文设计实现了一个基于机器人操作系统（ROS）的解决方案。在定位与建图中使用开源软件包Gmapping提供的算法，用于完成机器人在陌生环境中的自定位与地图构建功能。同时利用软件包navigation提供的路径规划算法完成机器人在已知环境地图中的导航和自主避障的能力。最后在机器人操作系统提供的仿真工具Gazebo中模拟机器人的真实环境，完成该系统测试和验证。仿真实验表明，该系统能够很好地完成机器人在室内环境中的定位、建图和导航功能。

针对搜救机器人在灾后特征环境下同步定位与地图构建问题,提出了改进动态阎值分裂合并算法,与固定阎值算法相比提高了直线拟合的准确性。推导出匹配条件参数,通过比较始末点距离解决了误匹配,提高了匹配精度在此基础上,进行全局定位计算利用最小二乘法进行滤波处理,提高了定位精度通过仿真与模拟现场实验表明,本文方法能使提取的直线更准确地反映实际地形环境,完成二维栅格地图的实时创建任务。

针对煤矿井下无GPS环境下巡检机器人自主定位问题，研究了基于激光雷达的同步定位与地图构建方法。首先建立激光雷达观测模型和里程计预测模型，将机器人定位和地图构建的实际问题转换为概率数学模型的逻辑推理问题。同时采用自适应蒙特卡罗定位算法进行机器人实时位姿估计，提出了根据粒子权重（地图的匹配度）进行重采样的方法,以去除权重小的粒子，实现了用较少、较好粒子精确表达机器人位姿的后验概率分布，满足机器人利用传感器在栅格地图上实时定位的需求。通过对Fast-SLAM算法进行优化，减少了粒子数量，缓解了粒子耗散,提高了地图构建的精确性。实验结果表明，基于激光雷达的同步定位与地图构建方法有效解决了巡检机器人实时位姿估计和环境地图构建的问题，结合自适应蒙特卡罗定位算法和优化Fast-SLAM算法提高了机器人定位的自适应性和地图构建的精确性。

在无标记增强现实中，基于视觉即时定位与地图构建，结合ORB特征提取算法和顺序抽样一致性，提出了一种改进的注册方法。利用相似函数衡量匹配样本点对之间的差异性，从具有最高品质函数的数据子集中抽取样本，得到较优的匹配点对，完成了三维地图重建过程中的平面检测。通过奇异值分解，实现了虚拟物体的方向和位置控制；结合相机的位姿估计，完成了虚拟物体的注册。实验结果表明，所提方法的平均注册效率提高了34.5%。

基于 ROS 与 Kinect 的移动机器人同时定位与地图构建

史上最全的demo，总结了一个星期的结果，调用了百度地图sdk的地图和定位功能，能有好的例子就下载吧，自己弄真的真的头疼！

基于图优化的同时定位与地图创建综述基于图优化的同时定位与地图创建综述

基于百度地图的定位系统开发，由于Android Studio现在已经更新到了3.0以上，导致以前的版本的代码运行出现错误。本案例是基于Android Studio3.0以上版本开发的定位程序源代码。如果对本案例不懂可参考程序详细说明步骤：

采用VS2010中的winform编写的百度地图，通过已知的经纬度进行准确定位，有地图三种模式，并且产生新的位置不会出现多个标记，做定位是很不错的选择

本文主要研究基于里程计和单目视觉传感器的地面车辆定位与地图构建问题。为了提高地面车辆视觉估计的精度，研究人员利用了近似平面运动的约束，并且通常将其作为SE（3）姿态的随机约束来实现。本文提出了一种在se（2）上直接参数化地面车辆姿态的简单算法。该方法不忽略se（2）运动扰动，而是将其引入一个新的se（2）-xyz约束的综合噪声项中，通过图像特征测量将se（2）姿态和3d地标关联起来。对于里程测量处理，我们还提出了一种有效的se（2）预积分算法。利用这些约束条件，以一种常用的图优化结构，开发了一个完整的视觉里程定位与映射系统。在工业室内环境下的实际实验验证了该方法在精度和鲁棒性方面的优越性。