| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·研究背景及意义 | 第9-10页 |
| ·移动机器人SLAM问题研究进展 | 第10-12页 |
| ·SLAM研究进展 | 第10-11页 |
| ·视觉SLAM研究进展 | 第11-12页 |
| ·研究内容与结构 | 第12-14页 |
| 2 SLAM问题概述及双目视觉sLAM系统 | 第14-24页 |
| ·引言 | 第14页 |
| ·移动机器人SLAM问题概述 | 第14-18页 |
| ·SLAM介绍 | 第14-15页 |
| ·SLAM常用主要算法 | 第15-17页 |
| ·SLAM的难点问题 | 第17-18页 |
| ·双目视觉SLAM系统 | 第18-23页 |
| ·双目视觉SLAM系统结构 | 第18-19页 |
| ·基于里程计的移动机器人运动模型 | 第19-21页 |
| ·基于双目视觉的传感器观测模型 | 第21-22页 |
| ·双目视觉SLAM中的不确定性问题 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 SIFT特征点提取与匹配 | 第24-34页 |
| ·引言 | 第24页 |
| ·SIFT特征点提取过程 | 第24-29页 |
| ·尺度空间极值检测 | 第25-26页 |
| ·精确定位特征点位置 | 第26-27页 |
| ·确定特征点方向 | 第27-28页 |
| ·生成特征点描述符 | 第28-29页 |
| ·SIFT特征点匹配 | 第29-30页 |
| ·极线约束 | 第29-30页 |
| ·匹配子 | 第30页 |
| ·SIFT特征匹配 | 第30页 |
| ·实验与分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 4 三维空间信息获取及环境地图表示 | 第34-46页 |
| ·引言 | 第34页 |
| ·摄像机标定 | 第34-39页 |
| ·线性针孔模型 | 第34-37页 |
| ·线性模型摄像机标定 | 第37-39页 |
| ·双目立体视觉的空间点重建 | 第39-44页 |
| ·线性标定方法的空间点重建 | 第39-40页 |
| ·实验及结果分析 | 第40-44页 |
| ·环境地图表示 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于点特征的EKF—SLAM算法分析及仿真研究 | 第46-66页 |
| ·引言 | 第46页 |
| ·卡尔曼滤波算法 | 第46-50页 |
| ·卡尔曼滤波(KF)算法 | 第46-48页 |
| ·扩展卡尔曼滤波(EKF)算法 | 第48-50页 |
| ·EKF—SLAM算法的实现 | 第50-54页 |
| ·EKF—SLAM算法的基本原理 | 第50-51页 |
| ·EKF—SLAM算法中的数据关联问题 | 第51-52页 |
| ·EKF算法在移动机器人导航定位中的应用 | 第52-54页 |
| ·基于局部子地图的EKF—SLAM方法 | 第54-58页 |
| ·局部子地图系统状态 | 第54-55页 |
| ·基于局部子地图的EKF—SLAM方法 | 第55-58页 |
| ·EKF—SLAM算法仿真实验 | 第58-63页 |
| ·EKF—SLAM算法流程图 | 第58-59页 |
| ·二维SLAM仿真及结果分析 | 第59-62页 |
| ·三维SLAM仿真及结果分析 | 第62-63页 |
| ·本章小结 | 第63-66页 |
| 6 总结与展望 | 第66-68页 |
| ·全文总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第74页 |