移动机器人全景vSLAM研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 引言 | 第12-13页 |
| 1.2 导航与定位 | 第13-14页 |
| 1.3 SLAM 及VSLAM 研究进展 | 第14-18页 |
| 1.3.1 SLAM 研究进展 | 第14-17页 |
| 1.3.2 vSLAM 研究进展 | 第17-18页 |
| 1.4 全景VSLAM 的研究意义与难点问题 | 第18-20页 |
| 1.4.1 全景vSLAM 的研究意义 | 第18-19页 |
| 1.4.2 全景vSLAM 的难点问题 | 第19-20页 |
| 1.5 本文研究内容与组织结构 | 第20-23页 |
| 1.5.1 本文的研究内容 | 第20-21页 |
| 1.5.2 本文的组织结构 | 第21-23页 |
| 第二章 全景VSLAM 问题研究及实现算法 | 第23-42页 |
| 2.1 全景VSLAM 问题描述 | 第23-26页 |
| 2.2 SLAM 理论基础 | 第26-34页 |
| 2.2.1 SLAM 的实现算法 | 第26-29页 |
| 2.2.2 SLAM 的运动模型和观测模型 | 第29-33页 |
| 2.2.3 SLAM 的难点问题 | 第33-34页 |
| 2.3 SLAM 过程的EKF 算法实现 | 第34-41页 |
| 2.3.1 EKF-SLAM | 第34-35页 |
| 2.3.2 初始化 | 第35页 |
| 2.3.3 运动更新 | 第35-36页 |
| 2.3.4 观测更新 | 第36-37页 |
| 2.3.5 数据关联 | 第37-39页 |
| 2.3.6 EKF-SLAM 仿真 | 第39-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第三章 全景视觉及其图像特征提取 | 第42-60页 |
| 3.1 全景视觉介绍 | 第42-49页 |
| 3.1.1 硬件结构 | 第42-43页 |
| 3.1.2 镜面设计 | 第43-44页 |
| 3.1.3 全景视觉标定 | 第44-49页 |
| 3.1.4 镜面安装 | 第49页 |
| 3.2 全景视觉成像模型 | 第49-54页 |
| 3.2.1 符号和定义 | 第49-50页 |
| 3.2.2 双曲面镜成像模型 | 第50-54页 |
| 3.3 全景图像特征提取 | 第54-59页 |
| 3.3.1 常用的全景图像特征提取方法 | 第54-56页 |
| 3.3.2 颜色提取 | 第56-57页 |
| 3.3.3 区域分割 | 第57-58页 |
| 3.3.4 特征筛选 | 第58-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第四章 全景VSLAM 系统实现方案 | 第60-73页 |
| 4.1 全景VSLAM 系统体系结构 | 第60-63页 |
| 4.1.1 系统结构 | 第60-61页 |
| 4.1.2 模块介绍 | 第61-63页 |
| 4.2 模块功能实现及难点解决方法 | 第63-72页 |
| 4.2.1 基于颜色的特征提取法 | 第63-65页 |
| 4.2.2 建立全景vSLAM 观测模型 | 第65-68页 |
| 4.2.3 全景视觉定位不确定性分析 | 第68-72页 |
| 4.3 本章小结 | 第72-73页 |
| 第五章 实验与结果分析 | 第73-85页 |
| 5.1 实验平台介绍 | 第73-74页 |
| 5.2 仿真 | 第74-77页 |
| 5.2.1 仿真设计 | 第74-75页 |
| 5.2.2 仿真结果 | 第75-76页 |
| 5.2.3 仿真结果分析 | 第76-77页 |
| 5.3 系统运行实验 | 第77-84页 |
| 5.3.1 实验环境和设计 | 第77-78页 |
| 5.3.2 编程实现 | 第78-80页 |
| 5.3.3 实验结果 | 第80-82页 |
| 5.3.4 实验结果分析 | 第82-84页 |
| 5.4 本章小结 | 第84-85页 |
| 第六章 结论和展望 | 第85-88页 |
| 6.1 结论 | 第85-87页 |
| 6.2 展望 | 第87-88页 |
| 参考文献 | 第88-95页 |
| 致谢 | 第95-96页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第96页 |
| 作者在攻读硕士学位期间参加的科研工作 | 第96页 |
