基于视觉的移动机器人室内实时定位与制图技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文创新点与章节安排 | 第14-16页 |
| 第二章 视觉SLAM研究概述 | 第16-41页 |
| 2.1 基于图优化的视觉SLAM模型 | 第16页 |
| 2.2 影像点特征提取算法 | 第16-23页 |
| 2.2.1 Harris算子 | 第17-18页 |
| 2.2.2 SIFT算子 | 第18-20页 |
| 2.2.3 SURF算子 | 第20-21页 |
| 2.2.4 ORB算子 | 第21-23页 |
| 2.3 影像线特征提取算法 | 第23-29页 |
| 2.3.1 Hough变换线检测算子 | 第23-25页 |
| 2.3.2 LSD线检测算子 | 第25-28页 |
| 2.3.3 EDLines线检测算子 | 第28-29页 |
| 2.4 影像点特征跟踪 | 第29-32页 |
| 2.4.1 特征匹配描述子距离约束 | 第29页 |
| 2.4.2 对极几何和基本矩阵 | 第29-31页 |
| 2.4.3 RANSAC和最小二乘算法原理 | 第31-32页 |
| 2.5 影像线特征跟踪 | 第32-37页 |
| 2.5.1 基于匹配特征点的线跟踪方法 | 第32-33页 |
| 2.5.2 基于线的特征描述的线跟踪方法 | 第33-35页 |
| 2.5.3 基于空间线的线跟踪方法 | 第35-37页 |
| 2.6 三维重建原理 | 第37-39页 |
| 2.7 闭环检测算法 | 第39-40页 |
| 2.8 本章小结 | 第40-41页 |
| 第三章 基于影像特征的室内SLAM算法 | 第41-56页 |
| 3.1 基于影像特征的室内SLAM模型 | 第41-42页 |
| 3.2 影像特征提取 | 第42-44页 |
| 3.2.1 ORB点特征提取 | 第44页 |
| 3.2.2 LSD线特征提取 | 第44页 |
| 3.3 影像特征跟踪 | 第44-48页 |
| 3.3.1 初始地图构建 | 第45-46页 |
| 3.3.2 ORB特征点跟踪 | 第46-47页 |
| 3.3.3 LSD特征线跟踪 | 第47-48页 |
| 3.3.4 关键帧选取和姿态优化 | 第48页 |
| 3.4 构图与影像姿态优化 | 第48-51页 |
| 3.4.1 三维点增加和滤除 | 第49-50页 |
| 3.4.2 三维空间线构建 | 第50页 |
| 3.4.3 局部地图和关键帧姿态优化 | 第50页 |
| 3.4.4 关键帧滤除 | 第50-51页 |
| 3.5 闭环检测 | 第51-55页 |
| 3.5.1 闭环候选检测 | 第51-53页 |
| 3.5.2 闭环确认 | 第53-54页 |
| 3.5.3 闭环合并 | 第54-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第四章 基于影像特征的室内SLAM实验 | 第56-66页 |
| 4.1 实验数据和结果分析 | 第56-65页 |
| 4.1.1 Kitti数据集实验和结果分析 | 第56-60页 |
| 4.1.2 TUM数据集实验和结果分析 | 第60-64页 |
| 4.1.3 HRBB4数据集实验和结果分析 | 第64-65页 |
| 4.2 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 研究总结 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-76页 |
| 攻读硕士期间科研经历与科研成果 | 第76-77页 |
| 致谢 | 第77-79页 |
