| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题的研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 单一传感器姿态测量方法与特点 | 第10-11页 |
| 1.2.2 多传感器融合姿态测量方法与特点 | 第11-13页 |
| 1.3 课题研究的主要内容 | 第13-14页 |
| 第2章 惯性姿态测量关键技术 | 第14-32页 |
| 2.1 惯性传感器的选择 | 第14-15页 |
| 2.2 惯性测量系统中坐标系初始标定 | 第15-19页 |
| 2.2.1 标定模型 | 第16-18页 |
| 2.2.2 正交化方法 | 第18-19页 |
| 2.3 惯性姿态解算算法 | 第19-26页 |
| 2.3.1 惯性姿态测量的数学模型 | 第20-23页 |
| 2.3.2 IMU角速度漂移的补偿 | 第23-26页 |
| 2.4 姿态测量实验及误差分析 | 第26-32页 |
| 2.4.1 IMU输出角速度补偿的静态实验及数据分析 | 第27-28页 |
| 2.4.2 惯性姿态测量动态实验及数据分析 | 第28-32页 |
| 第3章 基于鲁棒滤波的IMU与单目视觉融合姿态解算算法 | 第32-54页 |
| 3.1 单目视觉姿态解算算法 | 第32-35页 |
| 3.1.1 直接线性求解算法 | 第32-33页 |
| 3.1.2 非线性迭代求解算法 | 第33-35页 |
| 3.2 视觉测量系统中坐标系初始标定 | 第35-38页 |
| 3.2.1 方向余弦矩阵与四元数 | 第36页 |
| 3.2.2 标定方法 | 第36-38页 |
| 3.3 数据融合的滤波方法 | 第38-41页 |
| 3.3.1 Kalman滤波器 | 第38-40页 |
| 3.3.2 鲁棒滤波器 | 第40-41页 |
| 3.4 鲁棒滤波融合的姿态解算算法 | 第41-48页 |
| 3.4.1 系统方程的构建 | 第42-44页 |
| 3.4.2 次优H~∞滤波的解法 | 第44-46页 |
| 3.4.3 IMU角速度漂移的自适应补偿 | 第46-48页 |
| 3.5 姿态测量实验及数据分析 | 第48-54页 |
| 第4章 基于单目视觉约束校准的惯性姿态解算算法 | 第54-64页 |
| 4.1 单目视觉角度约束姿态测量方法 | 第54-56页 |
| 4.2 角度约束姿态测量精度提升原理 | 第56-58页 |
| 4.2.1 单目视觉姿态测量精度的影响因素 | 第57页 |
| 4.2.2 无约束直接测量法与角度约束测量法的精度特性比较 | 第57-58页 |
| 4.3 视觉校准惯性的姿态解算算法 | 第58-61页 |
| 4.3.1 算法原理 | 第58-60页 |
| 4.3.2 算法实现 | 第60-61页 |
| 4.4 姿态测量实验与数据分析 | 第61-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 全文总结 | 第64-65页 |
| 5.2 课题展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 发表论文和参加科研情况说明 | 第70-71页 |
| 致谢 | 第71-72页 |
