视觉惯导融合实时6DOF机器人定位方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.2.1 视觉导航定位的发展与现状 | 第14-16页 |
| 1.2.2 惯性导航定位的发展与现状 | 第16页 |
| 1.3 研究目标与研究内容 | 第16-17页 |
| 1.3.1 研究目标 | 第16-17页 |
| 1.3.2 研究内容 | 第17页 |
| 1.4 论文结构安排 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 2 惯性导航理论 | 第19-35页 |
| 2.1 惯性导航系统概述 | 第19页 |
| 2.2 导航常用坐标系 | 第19-22页 |
| 2.3 惯导姿态表达式 | 第22-27页 |
| 2.3.1 方向余弦矩阵 | 第23页 |
| 2.3.2 欧拉角 | 第23-24页 |
| 2.3.3 四元数 | 第24-27页 |
| 2.4 捷联惯导系统原理 | 第27-30页 |
| 2.4.1 基本原理 | 第27-29页 |
| 2.4.2 基本方程 | 第29-30页 |
| 2.5 惯导定位流程 | 第30-31页 |
| 2.6 惯导姿态解算 | 第31-34页 |
| 2.7 本章小结 | 第34-35页 |
| 3 视觉导航定位 | 第35-60页 |
| 3.1 概述 | 第35页 |
| 3.2 ROS介绍 | 第35-43页 |
| 3.2.1 ROS主要特点 | 第35-36页 |
| 3.2.2 ROS系统架构 | 第36-37页 |
| 3.2.3 ROS的文件系统级 | 第37-39页 |
| 3.2.4 ROS的计算图级 | 第39-42页 |
| 3.2.5 ROS的社区图级 | 第42-43页 |
| 3.3 视觉导航概述 | 第43-45页 |
| 3.3.1 摄像机标定 | 第43-44页 |
| 3.3.2 图像获取 | 第44页 |
| 3.3.3 图像特征点提取 | 第44页 |
| 3.3.4 立体匹配 | 第44页 |
| 3.3.5 三维重建 | 第44-45页 |
| 3.3.6 细化处理 | 第45页 |
| 3.4 摄像机成像模型 | 第45-48页 |
| 3.4.1 坐标系 | 第45-46页 |
| 3.4.2 摄像机成像线性模型 | 第46-48页 |
| 3.5 摄像机标定 | 第48-51页 |
| 3.6 双目立体图像校正 | 第51-53页 |
| 3.7 视觉里程计 | 第53-59页 |
| 3.7.1 特征提取与匹配 | 第54-55页 |
| 3.7.2 运动估计 | 第55-59页 |
| 3.8 本章小结 | 第59-60页 |
| 4 视觉惯导联合定位 | 第60-70页 |
| 4.1 概述 | 第60页 |
| 4.2 传感器耦合方式 | 第60-61页 |
| 4.3 视觉惯导融合 | 第61-63页 |
| 4.4 高斯牛顿法求解过程 | 第63-65页 |
| 4.5 实验结果 | 第65-68页 |
| 4.6 本章小结 | 第68-70页 |
| 5 总结与展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 作者简历 | 第74-76页 |
| 学位论文数据集 | 第76页 |
