动态场景下的基于单目摄像头的鲁棒同时定位与建图
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题背景 | 第10-13页 |
| 1.2 相关研究概述 | 第13-17页 |
| 1.2.1 SLAM系统 | 第13-14页 |
| 1.2.2 基于滤波器的SLAM | 第14页 |
| 1.2.3 基于运动推断结构的SLAM系统 | 第14-15页 |
| 1.2.4 动态场景的SLAM | 第15-16页 |
| 1.2.5 场景结构三维变化检测 | 第16-17页 |
| 1.3 主要贡献 | 第17页 |
| 1.4 本章小结 | 第17-19页 |
| 第2章 程序框架 | 第19-25页 |
| 2.1 问题描述 | 第19页 |
| 2.2 程序总体框架 | 第19-24页 |
| 2.2.1 跟踪初始化 | 第20-21页 |
| 2.2.2 地图扩展 | 第21-22页 |
| 2.2.3 KD-tree匹配与更新 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 实时关键帧及三维点更新 | 第25-32页 |
| 3.1 关键帧添加 | 第25页 |
| 3.2 关键帧更新 | 第25-31页 |
| 3.2.1 相邻关键帧选取 | 第25-26页 |
| 3.2.2 已有关键帧特征点变化检测 | 第26-28页 |
| 3.2.3 遮挡检测 | 第28-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 基于先验的自适应RANSAC算法 | 第32-41页 |
| 4.1 最小样本生成 | 第32-33页 |
| 4.2 假设模型评估 | 第33-34页 |
| 4.3 终止条件 | 第34-35页 |
| 4.4 与其他RANSAC方法比较 | 第35-39页 |
| 4.5 本章小结 | 第39-41页 |
| 第5章 实验结果 | 第41-46页 |
| 5.1 时间统计 | 第41页 |
| 5.2 实际例子结果 | 第41-45页 |
| 5.3 本章小结 | 第45-46页 |
| 第6章 总结与展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间主要的研究成果 | 第51-52页 |
| 致谢 | 第52页 |
