基于RGB-D相机的室内移动机器人三维地图构建研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 论文研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状及发展动态分析 | 第12-14页 |
| 1.2.1 图像特征提取匹配 | 第12-13页 |
| 1.2.2 点云配准 | 第13-14页 |
| 1.2.3 闭环检测 | 第14页 |
| 1.3 本文研究内容及论文结构安排 | 第14-17页 |
| 1.3.1 本文研究内容 | 第14-15页 |
| 1.3.2 论文结构安排 | 第15-17页 |
| 第2章 系统软硬件平台 | 第17-24页 |
| 2.1 KinectV1传感器简介 | 第17-18页 |
| 2.2 KinectV1相机的标定 | 第18-21页 |
| 2.3 移动机器人简介 | 第21-22页 |
| 2.4 软件开发平台 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于RGB-D相机的改进点云配准算法 | 第24-53页 |
| 3.1 基于3D-NDT算法的点云配准 | 第24-25页 |
| 3.2 改进点云配准总体方案 | 第25-26页 |
| 3.3 改进的ORB特征检测与匹配 | 第26-34页 |
| 3.3.1 特征算子的选择 | 第26-27页 |
| 3.3.2 ORB特征检测 | 第27-31页 |
| 3.3.3 ORB特征匹配 | 第31页 |
| 3.3.4 基于运动平滑一致性约束的误匹配剔除 | 第31-33页 |
| 3.3.5 基于双向一致性检验的误匹配剔除 | 第33-34页 |
| 3.4 初始位姿求解 | 第34-35页 |
| 3.4.1 二维特征点到三维空间的映射 | 第34页 |
| 3.4.2 初始变换矩阵计算 | 第34-35页 |
| 3.5 基于改进3D-NDT算法的点云精确配准 | 第35-39页 |
| 3.5.1 点云动态网格划分 | 第36-37页 |
| 3.5.2 八叉树结构编码 | 第37-38页 |
| 3.5.3 三维正态分布变换算法 | 第38-39页 |
| 3.6 基于改进点云配准算法实验验证 | 第39-51页 |
| 3.6.1 特征提取与匹配性能对比 | 第40-42页 |
| 3.6.2 点云配准性能分析 | 第42-51页 |
| 3.6.3 点云配准实验分析 | 第51页 |
| 3.7 本章小结 | 第51-53页 |
| 第4章 基于融合视觉几何特征的词袋模型闭环检测 | 第53-74页 |
| 4.1 估计点云表面法线 | 第53-58页 |
| 4.1.1 基于主成分分析法估计点云法向量 | 第54-55页 |
| 4.1.2 基于积分图快速求取法向量 | 第55-58页 |
| 4.2 融合视觉几何特征的词袋模型建立 | 第58-63页 |
| 4.2.1 几何特征提取 | 第58页 |
| 4.2.2 视觉几何特征融合 | 第58-59页 |
| 4.2.3 建立词袋模型 | 第59-61页 |
| 4.2.4 场景相似度计算 | 第61-63页 |
| 4.3 闭合回路判决方法与位姿校正 | 第63-66页 |
| 4.4 闭环检测算法的实验验证 | 第66-73页 |
| 4.4.1 闭环检测效果验证 | 第67-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第5章 可导航三维栅格地图构建 | 第74-84页 |
| 5.1 点云地图分割 | 第74-79页 |
| 5.1.1 点云地面提取 | 第74-77页 |
| 5.1.2 非地面点云聚类 | 第77-79页 |
| 5.2 三维栅格地图构建 | 第79-83页 |
| 5.2.1 生成三维栅格地图的各个阶段 | 第80-83页 |
| 5.3 本章小结 | 第83-84页 |
| 总结与展望 | 第84-86页 |
| 参考文献 | 第86-91页 |
| 附录 A攻读学位期间发表的学术论文 | 第91-92页 |
| 致谢 | 第92页 |
