室内移动机器人的鲁棒视觉SLAM和自主导航系统研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 课题研究意义 | 第10-12页 |
| 1.2 视觉SLAM的国内外研究现状 | 第12-17页 |
| 1.2.1 基于滤波器的视觉SLAM | 第13-14页 |
| 1.2.2 基于关键帧BA的视觉SLAM | 第14-15页 |
| 1.2.3 基于直接跟踪的视觉SLAM | 第15-17页 |
| 1.3 移动机器人导航方式综述 | 第17-19页 |
| 1.4 本文的主要内容和结构安排 | 第19-21页 |
| 第二章 视觉SLAM背景知识 | 第21-35页 |
| 2.1 相机模型 | 第21-25页 |
| 2.2 位姿变换和李群 | 第25-29页 |
| 2.3 基于图优化的视觉SLAM框架 | 第29-33页 |
| 2.3.1 视觉SLAM的图优化方法 | 第30-32页 |
| 2.3.2 基于图优化的位姿估计 | 第32-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 基于极线分割的位姿估计 | 第35-47页 |
| 3.1 ORB-SLAM2算法概述 | 第36-37页 |
| 3.2 极线分割 | 第37-40页 |
| 3.3 基于词典的特征点匹配 | 第40-42页 |
| 3.4 基于极线约束的BA优化 | 第42-44页 |
| 3.5 实验分析 | 第44-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 基于稀疏直接法的视觉SLAM | 第47-60页 |
| 4.1 相关工作 | 第47-48页 |
| 4.1.1 基于特征方法 | 第47-48页 |
| 4.1.2 直接法 | 第48页 |
| 4.2 稀疏直接视觉历程计 | 第48-54页 |
| 4.2.1 直接法运动估计 | 第49-53页 |
| 4.2.2 稀疏性分析 | 第53-54页 |
| 4.3 回环检测和位姿优化 | 第54-56页 |
| 4.3.1 关键帧提取 | 第54-55页 |
| 4.3.2 回环检测 | 第55页 |
| 4.3.3 位姿图优化 | 第55-56页 |
| 4.4 实验结果和分析 | 第56-59页 |
| 4.4.1 公开数据集实验 | 第56页 |
| 4.4.2 实际环境实验 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 自主导航实验与分析 | 第60-74页 |
| 5.1 移动机器人硬软件系统 | 第60-65页 |
| 5.1.1 硬件系统 | 第60-62页 |
| 5.1.2 软件系统 | 第62-65页 |
| 5.2 机器人自主导航实验 | 第65-71页 |
| 5.2.1 三维稀疏地图和二维栅格地图构建 | 第65-68页 |
| 5.2.2 基于视觉SLAM的自主导航 | 第68-71页 |
| 5.3 环境三维稠密地图重构实验 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 附件 | 第82页 |
