基于IMU预积分的视觉惯性里程计系统
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究现状 | 第15-23页 |
| 1.2.1 相机位姿估计方法 | 第16-18页 |
| 1.2.2 视觉里程计 | 第18-20页 |
| 1.2.3 视觉惯性里程计 | 第20-23页 |
| 1.3 研究内容和论文结构 | 第23-26页 |
| 第二章 预备知识 | 第26-33页 |
| 2.1 引言 | 第26页 |
| 2.2 相机投影模型 | 第26-30页 |
| 2.3 李群与李代数 | 第30-31页 |
| 2.4 非线性优化 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 视觉里程计系统设计 | 第33-58页 |
| 3.1 引言 | 第33页 |
| 3.2 基于特征法的位姿估计 | 第33-45页 |
| 3.2.1 特征提取 | 第34-37页 |
| 3.2.2 特征匹配 | 第37-39页 |
| 3.2.3 运动估计 | 第39-43页 |
| 3.2.4 位姿优化 | 第43-45页 |
| 3.3 基于光流法的位姿估计 | 第45-48页 |
| 3.4 视觉里程计系统设计与实验 | 第48-57页 |
| 3.4.1 两两帧视觉里程计和局部地图视觉里程计 | 第48-50页 |
| 3.4.2 视觉里程计系统设计 | 第50-52页 |
| 3.4.3 视觉里程计系统实验 | 第52-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 基于IMU预积分的视觉惯性里程计系统设计 | 第58-74页 |
| 4.1 引言 | 第58页 |
| 4.2 视觉惯性里程计系统设计 | 第58-61页 |
| 4.3 IMU预积分算法 | 第61-67页 |
| 4.3.1 IMU建模 | 第61页 |
| 4.3.2 运动学模型 | 第61-62页 |
| 4.3.3 IMU预积分 | 第62-63页 |
| 4.3.4 噪声传播模型 | 第63-66页 |
| 4.3.5 漂移更新 | 第66-67页 |
| 4.4 实验与分析 | 第67-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第五章 实验结果与分析 | 第74-87页 |
| 5.1 引言 | 第74页 |
| 5.2 实验硬件平台 | 第74-76页 |
| 5.2.1 TurtleBot移动机器人 | 第74-75页 |
| 5.2.2 带IMU的双目相机 | 第75-76页 |
| 5.3 相机标定实验 | 第76-78页 |
| 5.4 视觉惯性里程计系统实验及分析 | 第78-86页 |
| 5.4.1 里程计重复运动实验 | 第78-81页 |
| 5.4.2 室内环境定位实验 | 第81-84页 |
| 5.4.3 室外环境手持定位实验 | 第84-85页 |
| 5.4.4 车载实验 | 第85-86页 |
| 5.5 本章小结 | 第86-87页 |
| 总结和展望 | 第87-88页 |
| 总结 | 第87页 |
| 展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 攻读硕士学位期间取得的研究成果 | 第92-93页 |
| 致谢 | 第93-94页 |
| 附件 | 第94页 |
