摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 国外研究现状 | 第12-14页 |
1.2.2 国内研究现状 | 第14-15页 |
1.2.3 单目视觉四旋翼无人机SLAM的关键问题 | 第15页 |
1.3 主要研究内容及组织结构 | 第15-19页 |
1.3.1 论文研究内容 | 第15-16页 |
1.3.2 论文章节安排 | 第16-19页 |
第2章 单目视觉SLAM的地图路标及滤波算法 | 第19-31页 |
2.1 SLAM问题描述 | 第19-21页 |
2.2 SLAM研究难点分析 | 第21-22页 |
2.3 单目视觉SLAM路标研究 | 第22-27页 |
2.3.1 地图路标的表示 | 第22页 |
2.3.2 地图路标的提取 | 第22-25页 |
2.3.3 地图路标的匹配方法 | 第25-27页 |
2.3.4 地图路标的参数化和初始化 | 第27页 |
2.4 扩展卡尔曼(EKF)算法 | 第27-30页 |
2.4.1 系统状态表示 | 第27页 |
2.4.2 基于贝叶斯理论的Kalman滤波推导 | 第27-29页 |
2.4.3 预测阶段 | 第29页 |
2.4.4 更新阶段 | 第29-30页 |
2.4.5 滤波结果与仿真分析 | 第30页 |
2.5 本章小结 | 第30-31页 |
第3章 无人机单目视觉SLAM方法的研究 | 第31-45页 |
3.1 单目视觉SLAM系统的坐标变换 | 第31-34页 |
3.1.1 图像坐标系 | 第31页 |
3.1.2 成像平面坐标系 | 第31-32页 |
3.1.3 摄像机坐标系 | 第32-33页 |
3.1.4 世界坐标系 | 第33-34页 |
3.2 基于EKF的单目视觉SLAM | 第34-38页 |
3.2.1 地图初始化 | 第34-36页 |
3.2.2 机器人移动 | 第36页 |
3.2.3 地图更新 | 第36-37页 |
3.2.4 地图管理 | 第37-38页 |
3.2.5 检测新路标 | 第38页 |
3.3 基于RANSAC与EKF的单目视觉SLAM | 第38-40页 |
3.4 基于PTAM的单目视觉SLAM方法 | 第40-44页 |
3.4.1 地图的表示 | 第40页 |
3.4.2 追踪系统 | 第40-41页 |
3.4.3 地图构建 | 第41-44页 |
3.5 本章小结 | 第44-45页 |
第4章 基于ROS的四旋翼无人机系统设计 | 第45-59页 |
4.1 四旋翼无人机的系统架构设计 | 第45-47页 |
4.1.1 四旋翼无人机传感器 | 第45-46页 |
4.1.2 四旋翼无人机驱动模块 | 第46-47页 |
4.2 四旋翼无人机数据传输 | 第47-49页 |
4.2.1 数据链路 | 第47-48页 |
4.2.2 数据传输延迟 | 第48-49页 |
4.3 四旋翼无人机地面站系统设计 | 第49-51页 |
4.3.1 ROS操作系统 | 第49-50页 |
4.3.2 飞行控制器设计 | 第50-51页 |
4.4 四旋翼无人机模型的建立 | 第51-55页 |
4.4.1 坐标系转换及状态空间的建立 | 第51-52页 |
4.4.2 四旋翼无人机的运动模型 | 第52-53页 |
4.4.3 状态预测模型 | 第53-54页 |
4.4.4 状态观测模型 | 第54-55页 |
4.5 实验结果及分析 | 第55-57页 |
4.6 本章小结 | 第57-59页 |
第5章 四旋翼无人机单目视觉SLAM飞行实验及分析 | 第59-71页 |
5.1 摄像头的标定 | 第60-61页 |
5.2 目标检测与识别 | 第61-64页 |
5.2.1 场地扫地机器人的识别 | 第61-62页 |
5.2.2 场地多扫地机器人的辨别 | 第62-64页 |
5.3 四旋翼无人机的实际飞行实验 | 第64-70页 |
5.3.1 系统鲁棒性实验 | 第64-67页 |
5.3.2 IARC实验结果及分析 | 第67-70页 |
5.4 本章小结 | 第70-71页 |
第6章 总结与展望 | 第71-73页 |
6.1 总结 | 第71-72页 |
6.2 展望 | 第72-73页 |
参考文献 | 第73-77页 |
致谢 | 第77-79页 |
作者简介 | 第79页 |