基于单目视觉的家庭机器人全局定位研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景及研究的意义 | 第10页 |
| ·机器人定位技术发展概况及研究成果 | 第10-12页 |
| ·机器人同时定位与地图创建综述 | 第12-14页 |
| ·机器人全局定位综述 | 第14-15页 |
| ·课题来源及主要研究内容 | 第15-16页 |
| ·课题来源 | 第15-16页 |
| ·本文结构及主要研究内容 | 第16页 |
| ·实验设备与实验环境 | 第16-17页 |
| 第2章 基于比例不变特征的环境描述 | 第17-27页 |
| ·引言 | 第17页 |
| ·比例不变特征的基本概念 | 第17-18页 |
| ·SIFT 特征的提取 | 第18-20页 |
| ·SIFT 特征点特征提取实验 | 第20-22页 |
| ·SIFT 特征点的匹配 | 第22页 |
| ·SIFT 特征匹配实验 | 第22-26页 |
| ·SIFT 特征的比例缩放不变性 | 第23-24页 |
| ·SIFT 特征的旋转不变性 | 第24-25页 |
| ·SIFT 特征的部分仿射不变性 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 同时定位与地图创建 | 第27-40页 |
| ·引言 | 第27-28页 |
| ·SLAM 问题形式化 | 第28-29页 |
| ·空间点的三维重建与地图创建 | 第29-33页 |
| ·空间点的三维重建及重建点的不确定性 | 第29-32页 |
| ·地图创建及地图存储 | 第32-33页 |
| ·三维重建实验 | 第33-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 粒子群优化算法及其在SLAM 中的应用 | 第40-51页 |
| ·引言 | 第40页 |
| ·粒子群优化算法 | 第40-41页 |
| ·基于粒子群优化算法的局部定位 | 第41-46页 |
| ·机器人位姿计算方法 | 第41-44页 |
| ·基于PSO 的局部定位算法 | 第44-46页 |
| ·同时定位与地图创建实验 | 第46-50页 |
| ·地图创建精度比较 | 第46-49页 |
| ·大环境下的地图创建 | 第49页 |
| ·基于PSO 的SLAM 过程运行时间分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于单目视觉的全局定位 | 第51-64页 |
| ·引言 | 第51-52页 |
| ·全局定位的基本原理 | 第52-53页 |
| ·局部子地图搜索算法 | 第53-55页 |
| ·基于粒子群优化算法的全局定位方法 | 第55-56页 |
| ·全局定位实验结果与分析 | 第56-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 同时定位与地图创建系统 | 第64-70页 |
| ·引言 | 第64页 |
| ·家庭机器人的硬件系统 | 第64-65页 |
| ·家庭机器人的软件系统 | 第65-66页 |
| ·vSlam 系统的总体设计 | 第66-68页 |
| ·同时定位与地图创建模块的设计 | 第66-67页 |
| ·全局定位模块的设计 | 第67-68页 |
| ·vSlam 系统的实现 | 第68-69页 |
| ·vSlam 软件的界面设计 | 第68页 |
| ·vSlam 软件的功能和性能指标 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第76页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第76页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第76-77页 |
| 致谢 | 第77页 |
