| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第20-30页 |
| 1.1 研究背景及意义 | 第20-22页 |
| 1.1.1 GIS中室内三维模型需求分析 | 第20-21页 |
| 1.1.2 改进室内三维重建算法的必要性 | 第21-22页 |
| 1.2 国内外研究现状 | 第22-26页 |
| 1.2.1 同时定位及制图与运动恢复结构研究现状 | 第22-23页 |
| 1.2.2 基于RGB-D相机的三维重建研究现状 | 第23-26页 |
| 1.3 论文研究内容 | 第26-27页 |
| 1.3.1 相机姿态的旋转与平移去耦合估计算法(单相机) | 第26-27页 |
| 1.3.2 基于点、平面特征的子图融合算法(单相机) | 第27页 |
| 1.3.3 结合物体级特征姿态估计算法(单相机) | 第27页 |
| 1.3.4 多RGB-D相机协作的移动扫描平台与实景漫游系统 | 第27页 |
| 1.4 论文章节安排 | 第27-30页 |
| 第2章 相机姿态解耦合估计算法 | 第30-52页 |
| 2.1 引言 | 第30-31页 |
| 2.2 RGB-D相机介绍及其深度观测不确定性描述 | 第31-36页 |
| 2.2.1 RGB-D相机介绍 | 第31-32页 |
| 2.2.2 多尺度窗口高斯混合不确定性模型构建 | 第32-36页 |
| 2.3 基于纹理图像的姿态旋转矩阵估计 | 第36-39页 |
| 2.4 基于稠密深度观测值的真实尺度估计 | 第39-41页 |
| 2.4.1 反投影支持的数据关联 | 第39-40页 |
| 2.4.2 利用线性系统性质的平移分量求解算法 | 第40-41页 |
| 2.5 单帧平面特征的约束 | 第41-43页 |
| 2.6 能量函数定义与联合优化模型构建 | 第43-44页 |
| 2.7 实验验证 | 第44-49页 |
| 2.7.1 基于典型室内场景的实验与定性对比分析 | 第45页 |
| 2.7.2 基于TUM数据集的实验与定量精度评价 | 第45-48页 |
| 2.7.3 多尺度窗口高斯混合模型鲁棒性验证与分析 | 第48-49页 |
| 2.8 本章小结 | 第49-52页 |
| 第3章 基于点与平面特征的局部子图融合算法 | 第52-88页 |
| 3.1 引言 | 第52-54页 |
| 3.2 一种基于流形的平面参数化方法 | 第54-59页 |
| 3.2.1 经典海森正则式参数化方法缺陷分析 | 第54-57页 |
| 3.2.2 基于流形的平面参数化构建与优势分析 | 第57-59页 |
| 3.3 基于点、图像块、平面的局部子图构建算法 | 第59-71页 |
| 3.3.1 点、图像块、平面特征提取方法 | 第60-63页 |
| 3.3.2 局部窗口内的数据关联 | 第63-66页 |
| 3.3.3 子图变量估计的不确定性分析 | 第66-67页 |
| 3.3.4 考虑多特征的能量函数定义与求解 | 第67-71页 |
| 3.4 考虑点与平面特征的局部子图融合算法 | 第71-77页 |
| 3.4.1 全局地图状态向量设计 | 第72-73页 |
| 3.4.2 基于流形空间的平面特征观测模型定义 | 第73-75页 |
| 3.4.3 图模型部分边的雅克比推导 | 第75页 |
| 3.4.4 不确定性支持的增量式平面特征匹配算法 | 第75-77页 |
| 3.5 实验验证 | 第77-86页 |
| 3.5.1 姿态估计定量对比 | 第79-81页 |
| 3.5.2 三维点云模型定性对比分析 | 第81-83页 |
| 3.5.3 本章算法与光束法平差算法时间复杂度对比分析 | 第83-86页 |
| 3.6 本章小结 | 第86-88页 |
| 第4章 结合物体级特征约束算法 | 第88-104页 |
| 4.1 引言 | 第88页 |
| 4.2 基于ORB-SLAM2前端的点特征跟踪与局部优化 | 第88-90页 |
| 4.3 考虑物体级特征的相机姿态估计 | 第90-95页 |
| 4.3.1 基于深度神经网络的物体检测 | 第90-94页 |
| 4.3.2 考虑物体级特征约束与优化模型构建 | 第94-95页 |
| 4.4 改进可扩展TSDF点云融合方法 | 第95-96页 |
| 4.5 实验验证 | 第96-102页 |
| 4.5.1 基于历史BIM模型与实测数据的三维重建模型精度评定 | 第99-100页 |
| 4.5.2 基于高精度激光的三维重建模型精度评定 | 第100-102页 |
| 4.6 本章小结 | 第102-104页 |
| 第5章 多RGB-D相机协作的移动扫描平台构建与实景漫游系统研发 | 第104-122页 |
| 5.1 引言 | 第104-105页 |
| 5.2 多相机协作的扫描平台硬件配置 | 第105-108页 |
| 5.2.1 考虑全景视角的相机角度设置 | 第106页 |
| 5.2.2 多相机预标定方案 | 第106-107页 |
| 5.2.3 考虑全景图生成的旋转式数据采集方法 | 第107-108页 |
| 5.2.4 基于ARM开发板的计算平台配置与计算任务分配 | 第108页 |
| 5.3 三维模型构建与数据采集点姿态定位 | 第108-115页 |
| 5.3.1 局部三维模型生成 | 第108-112页 |
| 5.3.2 全局三维模型构建框架与关键问题讨论 | 第112-115页 |
| 5.4 三维模型支持下的室内漫游系统 | 第115-117页 |
| 5.4.1 局部采集点的全景图生成方案 | 第115-117页 |
| 5.4.2 基于Three.js与Nginx服务器的Web全景漫游处理流程设计与实现 | 第117页 |
| 5.5 实验与分析 | 第117-119页 |
| 5.6 本章小结 | 第119-122页 |
| 第6章 结论与展望 | 第122-126页 |
| 6.1 主要创新点与研究成果 | 第122-124页 |
| 6.1.1 论文研究成果 | 第122-123页 |
| 6.1.2 论文主要创新点 | 第123-124页 |
| 6.2 进一步研究方向 | 第124-126页 |
| 参考文献 | 第126-136页 |
| 附录 | 第136-138页 |
| A.1 图模型中各边的雅克比矩阵 | 第136-138页 |
| 致谢 | 第138-140页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第140-141页 |
