基于视觉的多机器人室内协同SLAM算法的研究与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的来源、背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 主要研究内容及章节安排 | 第16-18页 |
| 第2章 基于视觉的SLAM算法理论 | 第18-38页 |
| 2.1 引言 | 第18页 |
| 2.2 SLAM问题的基本原理 | 第18-19页 |
| 2.3 基于外部传感器的SLAM算法分类 | 第19-22页 |
| 2.3.1 传感器分类 | 第19-21页 |
| 2.3.2 小孔成像原理 | 第21-22页 |
| 2.4 基于视觉的SLAM算法原理 | 第22-31页 |
| 2.4.1 前端视觉里程计 | 第23-28页 |
| 2.4.2 后端数据处理 | 第28-30页 |
| 2.4.3 环形闭合检测 | 第30-31页 |
| 2.5 ORB-SLAM算法原理分析 | 第31-37页 |
| 2.5.1 ORB-SLAM算法框架 | 第31-32页 |
| 2.5.2 跟踪实现 | 第32-35页 |
| 2.5.3 局部建图实现 | 第35-36页 |
| 2.5.4 环形闭合检测实现 | 第36-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第3章 多机器人通信与地图拼接 | 第38-49页 |
| 3.1 引言 | 第38页 |
| 3.2 多机器人系统 | 第38-39页 |
| 3.3 基于ROS的节点通信设计 | 第39-41页 |
| 3.3.1 ROS操作系统 | 第39-40页 |
| 3.3.2 基于ROS的多机节点通信设计 | 第40-41页 |
| 3.4 基于相机相对观测的地图拼接算法 | 第41-45页 |
| 3.4.1 相机坐标模型 | 第41页 |
| 3.4.2 相机相对观测 | 第41-44页 |
| 3.4.3 地图拼接 | 第44-45页 |
| 3.5 基于场景辨识的地图拼接算法 | 第45-48页 |
| 3.5.1 场景辨识 | 第45-46页 |
| 3.5.2 相对位姿计算 | 第46-47页 |
| 3.5.3 地图融合 | 第47-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 实验与结果分析 | 第49-58页 |
| 4.1 引言 | 第49页 |
| 4.2 硬件平台搭建 | 第49-50页 |
| 4.3 实验及分析 | 第50-57页 |
| 4.3.1 相机标定 | 第50页 |
| 4.3.2 特征提取与匹配 | 第50-51页 |
| 4.3.3 ORB-SLAM数据集测试 | 第51-53页 |
| 4.3.4 ORB-SLAM实验测试 | 第53-54页 |
| 4.3.5 地图拼接实验 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-66页 |
| 致谢 | 第66页 |
