| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究的背景和意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-17页 |
| 1.2.1 惯性导航系统的发展现状 | 第12-14页 |
| 1.2.2 视觉里程计发展现状 | 第14-16页 |
| 1.2.3 视觉/惯导融合技术的发展现状 | 第16-17页 |
| 1.3 论文结构安排 | 第17-19页 |
| 第2章 捷联惯性导航系统的基本原理 | 第19-31页 |
| 2.1 惯导系统的基础知识 | 第19-23页 |
| 2.1.1 垂线及经、纬度 | 第19-20页 |
| 2.1.2 常用坐标系 | 第20-21页 |
| 2.1.3 坐标变换 | 第21-22页 |
| 2.1.4 转动的方向余弦矩阵的微分方程 | 第22-23页 |
| 2.2 捷联惯性导航系统的基本方程 | 第23-26页 |
| 2.3 捷联惯性导航系统的误差方程 | 第26-30页 |
| 2.3.1 速度误差方程 | 第26-27页 |
| 2.3.2 位置误差方程 | 第27-28页 |
| 2.3.3 姿态误差方程 | 第28-29页 |
| 2.3.4 动基座下系统的误差模型 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 视觉/SINS组合导航融合理论 | 第31-51页 |
| 3.1 引言 | 第31页 |
| 3.2 双目视觉里程计的测量原理和数学模型 | 第31-35页 |
| 3.2.1 四个基本坐标系 | 第31-32页 |
| 3.2.2 四个坐标系间的变换关系 | 第32-34页 |
| 3.2.3 测量原理 | 第34-35页 |
| 3.3 双目视觉里程计的工作原理 | 第35-43页 |
| 3.3.1 摄像机标定 | 第36-37页 |
| 3.3.2 图像校正 | 第37-38页 |
| 3.3.3 特征点提取和匹配 | 第38-41页 |
| 3.3.4 运动估计 | 第41-43页 |
| 3.4 视觉/SINS组合导航概述 | 第43-44页 |
| 3.5 基于卡尔曼滤波的融合算法 | 第44-50页 |
| 3.5.1 卡尔曼滤波理论 | 第44-46页 |
| 3.5.2 基于KF的视觉/SINS组合导航算法 | 第46-47页 |
| 3.5.3 基于KF的视觉/SINS组合导航算法仿真 | 第47-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 视觉/SINS组合导航融合算法 | 第51-67页 |
| 4.1 引言 | 第51-52页 |
| 4.2 自适应衰减卡尔曼滤波器理论 | 第52-56页 |
| 4.3 改进自适应衰减卡尔曼滤波器 | 第56-58页 |
| 4.4 自适应两级卡尔曼滤波器 | 第58-61页 |
| 4.4.1 调谐P_k的自适应两级卡尔曼滤波器 | 第58-60页 |
| 4.4.2 调谐R_k的自适应两级卡尔曼滤波器 | 第60-61页 |
| 4.5 基于ATKF的视觉/SINS组合导航融合算法 | 第61-62页 |
| 4.6 基于ATKF的视觉/SINS组合导航融合算法仿真 | 第62-66页 |
| 4.7 本章小结 | 第66-67页 |
| 第5章 视觉/SINS组合导航同步问题分析 | 第67-77页 |
| 5.1 同步问题描述 | 第67-68页 |
| 5.2 采样周期不同解决方案 | 第68-70页 |
| 5.2.1 多速率卡尔曼滤波器 | 第68-69页 |
| 5.2.2 多速率自适应两级卡尔曼滤波器 | 第69-70页 |
| 5.3 采样周期不同解决方案仿真分析 | 第70-71页 |
| 5.4 数据输出延迟解决方案 | 第71-75页 |
| 5.4.1 同步外推算法 | 第72-73页 |
| 5.4.2 同步时标差的计算 | 第73-75页 |
| 5.5 数据输出延迟解决方案仿真分析 | 第75-76页 |
| 5.6 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-85页 |
| 致谢 | 第85页 |
