基于多目视觉数据融合的室内机器人定位研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 室内定位技术 | 第9-13页 |
| 1.2.2 视觉定位技术 | 第13-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第2章 基于图像特征匹配的定位算法 | 第18-29页 |
| 2.1 基于图像局部特征的特征提取算法 | 第18-22页 |
| 2.1.1 基于SIFT的局部特征提取算法 | 第18-21页 |
| 2.1.2 基于词袋的局部特征提取算法 | 第21-22页 |
| 2.2 基于图像全局特征的特征提取算法 | 第22-26页 |
| 2.2.1 基于GIST的全局特征提取算法 | 第22-23页 |
| 2.2.2 基于哈希的全局特征提取算法 | 第23-26页 |
| 2.3 相似性度量 | 第26页 |
| 2.4 指纹数据库的建立 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 基于改进哈希的指纹定位算法设计 | 第29-37页 |
| 3.1 算法设计思想 | 第29-30页 |
| 3.2 全局特征描述子的形成 | 第30-33页 |
| 3.2.1 离散余弦变换 | 第31-32页 |
| 3.2.2 白化 | 第32-33页 |
| 3.2.3 奇异值分解 | 第33页 |
| 3.3 指纹匹配 | 第33-34页 |
| 3.4 移动机器人偏转角度计算 | 第34-36页 |
| 3.4.1 传统的互相关算法 | 第34-35页 |
| 3.4.2 扩展的相位相关算法 | 第35页 |
| 3.4.3 偏转角度计算 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 实验结果和分析 | 第37-47页 |
| 4.1 实验平台 | 第37-40页 |
| 4.2 基于地图特征的指纹匹配 | 第40-43页 |
| 4.3 精度分析 | 第43-45页 |
| 4.4 室内精确定位 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 总结和展望 | 第47-49页 |
| 5.1 总结 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53页 |
