基于双目视觉的移动机器人SLAM系统设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 移动机器人SLAM概述 | 第11-13页 |
| 1.2.1 SLAM问题发展及研究现状 | 第12-13页 |
| 1.3 机器视觉在SLAM中的应用 | 第13-15页 |
| 1.4 论文结构 | 第15-18页 |
| 第2章 SLAM问题及其系统模型介绍 | 第18-28页 |
| 2.1 移动机器人SLAM系统介绍 | 第18-20页 |
| 2.2 基于双目视觉的SLAM系统 | 第20-21页 |
| 2.3 系统模型介绍 | 第21-26页 |
| 2.3.1 SLAM系统数学模型 | 第21-22页 |
| 2.3.2 移动机器人运动模型 | 第22-23页 |
| 2.3.3 移动机器人位姿模型 | 第23-25页 |
| 2.3.4 移动机器人观测模型 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 双目立体视觉系统研究与实现 | 第28-50页 |
| 3.1 双目立体视觉测距原理 | 第28-29页 |
| 3.2 摄像机标定 | 第29-33页 |
| 3.3 立体匹配 | 第33-36页 |
| 3.4 SIFT特征点提取 | 第36-41页 |
| 3.5 测距结果及分析 | 第41-43页 |
| 3.6 SIFT算法改进 | 第43-48页 |
| 3.6.1 切割感兴趣区 | 第44-46页 |
| 3.6.2 精简SIFT算法 | 第46-48页 |
| 3.7 本章小结 | 第48-50页 |
| 第4章 Fast SLAM算法研究与实现 | 第50-60页 |
| 4.1 Fast SLAM原理 | 第50-54页 |
| 4.1.1 扩展卡尔曼滤波算法 | 第50-51页 |
| 4.1.2 粒子滤波算法 | 第51-54页 |
| 4.1.3 Fast SLAM原理 | 第54页 |
| 4.2 Fast SLAM分析 | 第54-56页 |
| 4.3 Fast SLAM算法仿真 | 第56-57页 |
| 4.4 Fast SLAM算法实验 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 SLAM系统硬件平台搭建与实验 | 第60-74页 |
| 5.1 移动机器人平台介绍 | 第60-61页 |
| 5.2 承载平台及动力部分设计 | 第61-65页 |
| 5.3 双目视觉传感器 | 第65-67页 |
| 5.4 实验及结果 | 第67-71页 |
| 5.5 本章小结 | 第71-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间所发表的学术论文 | 第80-82页 |
| 致谢 | 第82页 |
