基于视觉的室内移动机器人里程计研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
第1章 绪论 | 第10-17页 |
·课题的来源及研究的目的和意义 | 第10-11页 |
·视觉里程计的研究背景和研究现状 | 第11-14页 |
·视觉自主定位方法概述 | 第11-12页 |
·视觉里程计研究现状 | 第12-14页 |
·景象匹配技术概述 | 第14-16页 |
·基于区域的匹配算法 | 第14-15页 |
·基于光流的匹配算法 | 第15页 |
·基于特征的匹配算法 | 第15-16页 |
·主要研究内容 | 第16-17页 |
第2章 视觉里程计总体方案设计 | 第17-23页 |
·视觉里程计指标分析及硬件选取 | 第17-21页 |
·可行性分析 | 第17-20页 |
·精度要求分析 | 第20页 |
·里程计的硬件选取 | 第20-21页 |
·里程计的坐标系建立及软件流程 | 第21-22页 |
·里程计的坐标系建立 | 第21页 |
·里程计的软件流程 | 第21-22页 |
·本章小结 | 第22-23页 |
第3章 帧存坐标系内的帧间图像特征点对求取 | 第23-36页 |
·SURF算法简介 | 第23-26页 |
·特征点检测子 | 第23-26页 |
·特征点描述子 | 第26页 |
·特征点匹配 | 第26-27页 |
·特征点对提取对不同环境的适应性 | 第27-30页 |
·不同地面的适应性 | 第27-28页 |
·不同光照条件下的适应性 | 第28页 |
·旋转条件下的适应性 | 第28-29页 |
·倾斜条件下的适应性 | 第29-30页 |
·畸变条件下的算法效果 | 第30页 |
·SURF算法时间的优化 | 第30-35页 |
·里程计的建模 | 第31-34页 |
·特征点对提取算法的小重合度匹配 | 第34-35页 |
·本章小结 | 第35-36页 |
第4章 摄像机坐标系帧间转换矩阵求取 | 第36-44页 |
·摄像机模型及标定 | 第36-38页 |
·摄像机模型 | 第36-37页 |
·摄像机标定 | 第37-38页 |
·图像帧存坐标系到摄像机坐标系的转换 | 第38-40页 |
·初步转换 | 第38页 |
·基于透视变换的摄像机倾斜修正 | 第38-40页 |
·帧间坐标变换矩阵求解 | 第40-41页 |
·RANSAC算法 | 第41-43页 |
·RANSAC算法原理 | 第41-42页 |
·RANSAC算法步骤 | 第42-43页 |
·RANSAC算法效果 | 第43页 |
·本章小结 | 第43-44页 |
第5章 机器人起始点坐标系的位姿求解 | 第44-51页 |
·机器人起始点坐标系位移求解方法 | 第44-46页 |
·摄像机起始点坐标系下的摄像机位移求解 | 第44-45页 |
·摄像机起始点坐标系下的机器人位移求解 | 第45页 |
·机器人起始点坐标系下的机器人位移求解 | 第45-46页 |
·机器人起始点坐标系下机器人里程和姿态求解 | 第46页 |
·摄像机起始点坐标系到机器人起始点坐标系转换矩阵 | 第46-50页 |
·旋转分量的标定 | 第47-49页 |
·平移分量的标定 | 第49-50页 |
·本章小结 | 第50-51页 |
第6章 实验及结果分析 | 第51-59页 |
·实验系统组成 | 第51页 |
·实验及分析 | 第51-58页 |
·离线实验 | 第51-54页 |
·在线实验 | 第54-58页 |
·本章小结 | 第58-59页 |
结论 | 第59-60页 |
参考文献 | 第60-63页 |
攻读学位期间发表的学术论文 | 第63-65页 |
致谢 | 第65页 |