首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

利用IMUs及单目相机的EKF-SLAM算法研究

摘要第3-4页
Abstract第4页
第一章 绪论第7-12页
    1.1 研究背景与动机第7-8页
    1.2 研究现状第8-10页
    1.3 研究目的第10页
    1.4 论文的主要工作和贡献第10-11页
    1.5 论文的结构第11-12页
第二章 四元数第12-23页
    2.1 四元数的定义第12-13页
    2.2 四元数的乘法第13-14页
    2.3 常用恒等式第14-16页
    2.4 四元数和旋转矩阵的关系第16-18页
    2.5 四元数相关的约定第18-20页
    2.6 四元数关于时间的导数第20-21页
    2.7 四元数的积分第21-22页
    2.8 本章小结第22-23页
第三章 Error-state KF第23-41页
    3.1 卡尔曼滤波及其变种第23-31页
        3.1.1 基本动态系统模型第23-25页
        3.1.2 卡尔曼滤波第25-27页
        3.1.3 最优卡尔曼增益的推导第27-28页
        3.1.4 卡尔曼滤波与贝叶斯滤波之间的关系第28-30页
        3.1.5 扩展卡尔曼滤波第30-31页
    3.2 Error-state KF SLAM的详细过程第31-40页
        3.2.1 error-state KF的特性第32-33页
        3.2.2 坐标系统第33-34页
        3.2.3 IMU模型和相机模型第34-35页
        3.2.4 状态和误差状态的参数化第35-36页
        3.2.5 对IMU数据的积分第36页
        3.2.6 误差状态协方差矩阵的传递第36-38页
        3.2.7 观测模型第38页
        3.2.8 卡尔曼滤波的更新第38-40页
    3.3 本章小结第40-41页
第四章 IDP的改进第41-46页
    4.1 意义第41-42页
    4.2 更新锚点对协方差矩阵的影响第42-45页
    4.3 本章小结第45-46页
第五章 实验第46-57页
    5.1 更新锚点的仿真实验第46-51页
        5.1.1 实验结果的评估第47页
        5.1.2 实验结果第47-51页
    5.2 真实环境的实验第51-57页
第六章 结论和展望第57-59页
附录A 观测函数h的Jacobian H的计算第59-64页
附录B Error-state的重置对协方差矩阵的影响第64-67页
参考文献第67-73页
攻读硕士学位期间完成的科研成果第73页
攻读硕士学位期间参加的科研项目第73-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:保山市电动车管理系统的研究与分析
下一篇:基于Android的生活小区物业管理系统的设计与实现