基于图优化的移动机器人RGB-D点云地图构建
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外移动机器人发展与研究现状 | 第11-12页 |
| 1.3 SLAM问题的解决方法 | 第12-15页 |
| 1.3.1 图形化描述 | 第12页 |
| 1.3.2 滤波器的方法 | 第12-13页 |
| 1.3.3 图优化理论 | 第13-14页 |
| 1.3.4 基于图优化SLAM发展现状 | 第14-15页 |
| 1.4 课题来源及章节安排 | 第15-16页 |
| 第2章 移动机器人常用模型分析 | 第16-23页 |
| 2.1 坐标系之间的欧式变换 | 第16-17页 |
| 2.2 视觉传感器模型 | 第17-20页 |
| 2.2.1 针孔相机模型 | 第17-18页 |
| 2.2.2 双目相机模型 | 第18-20页 |
| 2.2.3 RGB-D相机模型 | 第20页 |
| 2.3 相机的运动模型 | 第20-22页 |
| 2.3.1 2D-2D | 第20-21页 |
| 2.3.2 2D-3D | 第21页 |
| 2.3.3 3D-3D | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于随机采样一致性的ORB改进算法研究 | 第23-36页 |
| 3.1 引言 | 第23页 |
| 3.2 局部特征提取算法 | 第23-25页 |
| 3.3 ORB算法 | 第25-28页 |
| 3.3.1 FAST关键点 | 第25-26页 |
| 3.3.2 改进的FAST角点检测o FAST | 第26-27页 |
| 3.3.3 BRIEF描述子 | 第27页 |
| 3.3.4 改进BRIEF描述子SBRIEF | 第27-28页 |
| 3.4 改进的ORB算法 | 第28-30页 |
| 3.5 改进的ORB算法实验数据分析 | 第30-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 基于图优化的点云拼接算法研究 | 第36-52页 |
| 4.1 引言 | 第36页 |
| 4.2 SLAM问题数学表述 | 第36-40页 |
| 4.2.1 滤波方法解决状态估计 | 第39页 |
| 4.2.2 非线性最小二乘解决状态估计 | 第39-40页 |
| 4.3 基于图优化改进的g2o框架 | 第40-42页 |
| 4.3.1 基于g2o优化方法介绍 | 第40-41页 |
| 4.3.2 改进的迭代优化方法 | 第41-42页 |
| 4.4 基于改进的ICP点云拼接算法 | 第42-46页 |
| 4.4.1 基于改进的KBOW的相似度计算 | 第43-44页 |
| 4.4.2 基于改进的ICP全局优化配准 | 第44-46页 |
| 4.5 实验数据分析与对比 | 第46-51页 |
| 4.5.1 改进的优化迭代方法数据分析 | 第46-48页 |
| 4.5.2 改进的ICP点云拼接算法数据分析 | 第48-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 基于RGB-D点云地图构建算法研究 | 第52-60页 |
| 5.1 引言 | 第52页 |
| 5.2 点云地图 | 第52-53页 |
| 5.2.1 点云滤波 | 第53页 |
| 5.2.2 统计滤波器 | 第53页 |
| 5.2.3 体素滤波器 | 第53页 |
| 5.3 点云地图滤波处理步骤 | 第53-54页 |
| 5.4 实验研究及分析 | 第54-58页 |
| 5.4.1 滤波前后地图对比 | 第54-55页 |
| 5.4.2 基于RGB-D的点云地图仿真实验 | 第55-57页 |
| 5.4.3 基于RGB-D的实验室点云地图 | 第57-58页 |
| 5.5 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68页 |
