论文目录 | |
摘要 | 第1-4页 |
Abstract | 第4-7页 |
1 绪论 | 第7-15页 |
· 选题背景和意义 | 第7-8页 |
· 国内外研究现状 | 第8-12页 |
· 移动机器人SLAM问题概述 | 第8-9页 |
· 单目视觉SLAM研究现状 | 第9-12页 |
· 本文主要研究内容与结构安排 | 第12-15页 |
2 基于子区域特征重要性指标的SURF地图特征提取 | 第15-25页 |
· 地图特征 | 第15-16页 |
· SURF特征检测算子 | 第16-18页 |
· 基于子区域的特征重要性指标 | 第18-19页 |
· 地图特征的初始化 | 第19-22页 |
· 地图特征的逆深度参数化 | 第19-21页 |
· 地图特征的初始化 | 第21-22页 |
· 本章小结 | 第22-25页 |
3 基于扩展卡尔曼滤波(EKF)的SLAM地图构建 | 第25-39页 |
· 卡尔曼滤波和扩展卡尔曼滤波 | 第25-30页 |
· 卡尔曼滤波 | 第25-28页 |
· 扩展卡尔曼滤波 | 第28-30页 |
· 单目视觉SLAM状态模型和测量模型的建立 | 第30-36页 |
· 单目视觉SLAM系统的全状态模型 | 第30-32页 |
· 单目视觉SLAM系统中的坐标转换关系 | 第32-33页 |
· 单目视觉SLAM的测量模型 | 第33-36页 |
· 单目视觉SLAM系统扩展卡尔曼滤波 | 第36-37页 |
· 单目视觉SLAM地图的创建及更新 | 第37-38页 |
· 本章小结 | 第38-39页 |
4 基于主动视觉椭圆搜索域的最近邻地图特征匹配 | 第39-47页 |
· 主动视觉 | 第39-40页 |
· 地图特征的主动视觉匹配 | 第40-43页 |
· SURF最近邻特征匹配方法 | 第40-41页 |
· 主动视觉椭圆搜索域的地图特征最近邻匹配 | 第41-43页 |
· 采用快速"角点"和SURF检测的地图特征匹配方法比较 | 第43-45页 |
· 本章小结 | 第45-47页 |
5 EKF-SURF-1pRANSAC单目视觉SLAM算法及其实现 | 第47-61页 |
· 基于快速"角点"的EKF_monoSLAM_1pRANSAC算法 | 第47-48页 |
· EKF-SURF-1pRANSAC单目视觉SLAM算法实现 | 第48-52页 |
· 单目视觉SLAM系统的初始化 | 第48-49页 |
· 1pRANSAC算法的单目视觉SLAM EKF更新 | 第49-52页 |
· EKF-SURF-1pRANSAC实验仿真 | 第52-59页 |
· 室内实验室场景单目视觉SLAM仿真 | 第53-56页 |
· 与EKF_monoSLAM_1pRANSAC算法的对比 | 第56-59页 |
· 本章小结 | 第59-61页 |
6 总结与展望 | 第61-63页 |
致谢 | 第63-65页 |
参考文献 | 第65-69页 |
附录A | 第69-71页 |