| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 单目视觉SLAM的研究现状 | 第9-11页 |
| 1.3 单目视觉SLAM的难点 | 第11页 |
| 1.4 论文的研究内容与组织结构 | 第11-13页 |
| 1.4.1 论文的研究内容 | 第11-12页 |
| 1.4.2 论文的组织结构 | 第12-13页 |
| 第二章 单目视觉SLAM算法的介绍 | 第13-21页 |
| 2.1 引言 | 第13页 |
| 2.2 单目视觉SLAM流程介绍 | 第13-18页 |
| 2.2.1 数据关联 | 第14-16页 |
| 2.2.2 位姿图优化 | 第16页 |
| 2.2.3 闭环检测 | 第16-17页 |
| 2.2.4 地图构建 | 第17-18页 |
| 2.3 ROS基础知识及应用 | 第18-20页 |
| 2.3.1 ROS概念 | 第18-19页 |
| 2.3.2 ROS的优势 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 单目视觉SLAM算法的改进 | 第21-43页 |
| 3.1 引言 | 第21-22页 |
| 3.2 单目视觉SLAM中的图像特征点提取与描述 | 第22-29页 |
| 3.2.1 单目视觉SLAM中经典的特征点提取算法 | 第22-28页 |
| 3.2.2 ORB特征点的提取与描述 | 第28-29页 |
| 3.3 基于density-ORB特征的前端数据关联 | 第29-35页 |
| 3.3.1 基于density-ORB特征的提取算法 | 第30-31页 |
| 3.3.2 基于density-ORB特征提取的实验对比与分析 | 第31-35页 |
| 3.4 基于深度滤波器的后端优化 | 第35-41页 |
| 3.4.1 三角化估计地图点深度 | 第36-37页 |
| 3.4.2 深度误差估计与深度滤波器 | 第37-40页 |
| 3.4.3 基于深度滤波器的后端优化框架 | 第40页 |
| 3.4.4 深度滤波器的深度估计优化实验与分析 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 单目视觉SLAM系统的实现 | 第43-52页 |
| 4.1 引言 | 第43页 |
| 4.2 系统的整体架构 | 第43-44页 |
| 4.3 硬件平台与ROS软件控制系统 | 第44-46页 |
| 4.3.1 实验环境与硬件平台 | 第44-45页 |
| 4.3.2 基于ROS的软件控制系统 | 第45-46页 |
| 4.4 相机标定 | 第46-50页 |
| 4.4.1 单目相机标定原理 | 第46-49页 |
| 4.4.2 单目相机标定结果 | 第49-50页 |
| 4.5 系统实现及实验分析 | 第50-51页 |
| 4.5.1 真实场景介绍 | 第50页 |
| 4.5.2 真实场景实验验证与分析 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 工作总结 | 第52-53页 |
| 5.2 未来工作展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 发表论文和科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |
