基于双目视觉的室内移动机器人定位研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 机器人发展演变 | 第9页 |
| 1.3 移动机器人国内外研究现状 | 第9-11页 |
| 1.4 移动机器人定位技术 | 第11-12页 |
| 1.5 移动机器人视觉技术 | 第12页 |
| 1.6 坐标系与位姿 | 第12-15页 |
| 1.7 论文的主要内容和结构 | 第15-17页 |
| 第二章 移动机器人平台设计与实现 | 第17-31页 |
| 2.1 硬件系统 | 第17-26页 |
| 2.2 软件系统 | 第26-29页 |
| 2.3 平台的使用 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 双目立体视觉系统 | 第31-41页 |
| 3.1 双目立体视觉研究内容 | 第31-32页 |
| 3.2 摄像机标定 | 第32-38页 |
| 3.2.1 摄像机模型和常用坐标系 | 第32-34页 |
| 3.2.2 摄像机内外参数 | 第34-36页 |
| 3.2.3 摄像机畸变校正 | 第36-37页 |
| 3.2.4 摄像机标定步骤 | 第37-38页 |
| 3.3 双目立体视觉原理 | 第38-40页 |
| 3.3.1 视差和三角测量 | 第39-40页 |
| 3.3.2 极线几何约束 | 第40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 图像特征提取与匹配 | 第41-59页 |
| 4.1 Harris特征提取算法 | 第41-43页 |
| 4.2 SIFT特征提取算法 | 第43-47页 |
| 4.3 SURF特征提取算法 | 第47-52页 |
| 4.4 特征提取实验 | 第52-54页 |
| 4.5 特征匹配算法 | 第54-56页 |
| 4.6 特征匹配实验 | 第56-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 双目视觉里程计定位技术 | 第59-76页 |
| 5.1 轮式里程计定位 | 第59-62页 |
| 5.2 双目视觉里程计定位算法框架 | 第62-63页 |
| 5.3 加速特征点跟踪 | 第63-65页 |
| 5.4 运动估计 | 第65-69页 |
| 5.4.1 运动估计的数学模型 | 第65-66页 |
| 5.4.2 最小二乘法 | 第66-67页 |
| 5.4.3 RANSAC算法 | 第67-69页 |
| 5.5 双目视觉里程计定位实现 | 第69-71页 |
| 5.6 系统测试与结果 | 第71-75页 |
| 5.7 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76页 |
| 6.2 展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间取得的科研成果 | 第81-82页 |
| 致谢 | 第82-83页 |
