基于稀疏点的鲁棒双目视觉里程计算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 研究意义 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-19页 |
| 1.4 本文研究的主要内容 | 第19-21页 |
| 1.5 本文研究的创新点 | 第21-23页 |
| 第二章 基于双目相机SLAM算法理论分析 | 第23-29页 |
| 2.1 特征点提取与匹配 | 第23-24页 |
| 2.2 位姿解算 | 第24-26页 |
| 2.3 滑动窗口局部稀疏地图 | 第26-27页 |
| 2.4 回环检测 | 第27-28页 |
| 2.5 总结 | 第28-29页 |
| 第三章 均匀特征点提取算法 | 第29-37页 |
| 3.1 均匀特征点提取算法设计思想 | 第29页 |
| 3.2 ORB特征点的提取算法 | 第29-30页 |
| 3.3 均匀特征点提取方法 | 第30-34页 |
| 3.3.1 基于特征点分割的均匀化算法 | 第31-32页 |
| 3.3.2 基于图像金字塔分割的均匀化算法 | 第32-34页 |
| 3.4 结果分析 | 第34-37页 |
| 第四章 双目相机特征点匹配算法 | 第37-53页 |
| 4.1 双目特征点匹配算法的设计思想 | 第37-38页 |
| 4.2 左右图特征点匹配算法 | 第38-42页 |
| 4.2.1 基于基线的左右图特征点匹配的设计思想 | 第38-39页 |
| 4.2.2 基于双目视觉三角化算法 | 第39-40页 |
| 4.2.3 基于固定范围的初次特征点搜索匹配算法 | 第40-41页 |
| 4.2.4 基于自适应步长的亚像素匹配算法 | 第41-42页 |
| 4.3 前后帧特征点匹配算法 | 第42-49页 |
| 4.3.1 前后帧特征点匹配算法设计思想 | 第42-43页 |
| 4.3.2 暴力搜索匹配算法 | 第43-45页 |
| 4.3.3 双向确认匹配算法 | 第45页 |
| 4.3.4 固定窗大小的匹配算法 | 第45-46页 |
| 4.3.5 匀速运动假设下固定窗的匹配算法 | 第46-48页 |
| 4.3.6 匀速运动假设下的自适应窗口的匹配算法 | 第48-49页 |
| 4.4 结果分析 | 第49-53页 |
| 第五章 多样约束的位姿解算算法 | 第53-67页 |
| 5.1 位姿解算算法设计思想 | 第53-54页 |
| 5.2 基于多约束的位姿解算 | 第54-61页 |
| 5.2.1 用于非线性优化的测量值计算 | 第54-57页 |
| 5.2.2 非线性优化算法流程 | 第57-59页 |
| 5.2.3 多约束的雅克比求导 | 第59-61页 |
| 5.3 远近点自适应权重的位姿解算 | 第61-63页 |
| 5.3.1 基于Huber核函数的阈值归一化算法 | 第61-62页 |
| 5.3.2 基于远近点的自适应权重算法 | 第62-63页 |
| 5.4 结果分析 | 第63-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
