| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-16页 |
| ·课题研究的背景与意义 | 第9页 |
| ·机器人定位技术 | 第9-12页 |
| ·视觉定位技术 | 第10-11页 |
| ·立体视觉定位技术的发展与现状 | 第11-12页 |
| ·立体视觉理论 | 第12-14页 |
| ·双目立体视觉三维测量原理 | 第12-13页 |
| ·双目立体视觉中的极线几何 | 第13页 |
| ·立体匹配 | 第13-14页 |
| ·论文课题及内容安排 | 第14-16页 |
| 2 视觉里程计算法研究 | 第16-31页 |
| ·双目立体视觉摄像机标定 | 第16-18页 |
| ·双目立体图像校正 | 第18-20页 |
| ·图像特征点的提取、匹配和跟踪 | 第20-28页 |
| ·Harris角点 | 第20-22页 |
| ·SIFT特征点 | 第22-24页 |
| ·SURF特征点 | 第24-26页 |
| ·CenSurE特征点 | 第26-27页 |
| ·不同特征算法的比较 | 第27-28页 |
| ·运动估计 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 3 改进Harris特征点的机器人定位算法 | 第31-46页 |
| ·图像尺度空间 | 第31-32页 |
| ·基于高斯尺度空间的Harris特征提取 | 第32-34页 |
| ·融合惯导数据先验的特征跟踪 | 第34-38页 |
| ·实验分析 | 第38-44页 |
| ·本章小结 | 第44-46页 |
| 4 基于Harris-SIFT特征描述符的机器人视觉定位算法 | 第46-68页 |
| ·相关研究 | 第46-47页 |
| ·HSIF的提取与匹配 | 第47-56页 |
| ·确定HSIF候选点的位置 | 第47-48页 |
| ·确定HSIF的特征尺度 | 第48-49页 |
| ·HSIF的描述与匹配 | 第49页 |
| ·k-d树算法 | 第49-51页 |
| ·特征匹配效果比较 | 第51-56页 |
| ·误差分析 | 第56-57页 |
| ·实验分析 | 第57-65页 |
| ·平面闭合路径 | 第57-61页 |
| ·坡地任意路线 | 第61-65页 |
| ·定位结果的比较分析 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 5 总结与展望 | 第68-70页 |
| 攻读学位期间论文发表情况 | 第70-71页 |
| 参考文献 | 第71-73页 |