首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向室内机器人应用的立体视觉SLAM系统设计

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
1 引言第11-16页
    1.1 选题背景与研究意义第11-13页
        1.1.1 人工智能和智能机器人第11-12页
        1.1.2 智能机器人环境探索第12-13页
    1.2 自主定位和环境探索机器人的研究第13-14页
    1.3 研究内容第14-15页
    1.4 论文结构安排第15-16页
2 面向机器人应用的立体视觉SLAM系统第16-23页
    2.1 系统定义与意义第16-17页
    2.2 系统评价要素第17-18页
    2.3 基于立体视觉的SLAM研究现状第18-20页
        2.3.1 计算机立体视觉技术第18-19页
        2.3.2 视觉SLAM技术第19-20页
    2.4 发展方向和前景第20-21页
        2.4.1 技术研究第20-21页
        2.4.2 应用领域第21页
    2.5 本章小结第21-23页
3 双目视觉与KINECT第23-37页
    3.1 双目视觉第23-32页
        3.1.1 图像采集第25-26页
        3.1.2 图像标定第26-29页
        3.1.3 图像校正第29-31页
        3.1.4 立体匹配第31页
        3.1.5 深度图和三维重建第31-32页
    3.2 KINECT第32-33页
    3.3 技术比较与实验第33-35页
    3.4 实验结论第35-36页
    3.5 本章小结第36-37页
4 基于RGBD相机的SLAM算法第37-50页
    4.1 图像采集与校正第37-38页
    4.2 特征提取第38-44页
        4.2.1 特征点简介第38-39页
        4.2.2 SURF特征点第39-44页
    4.3 特征匹配第44-45页
    4.4 位置计算第45-46页
    4.5 后端优化第46-49页
        4.5.1 关键帧处理第46-47页
        4.5.2 后端优化理论第47-49页
    4.6 本章小结第49-50页
5 机器人SLAM系统设计第50-61页
    5.1 系统框架第50页
    5.2 分步骤实验第50-54页
        5.2.1 图像采集、标定与校正第50-52页
        5.2.2 特征提取与匹配第52-54页
        5.2.3 位置计算第54页
    5.3 系统实验第54-59页
        5.3.1 定量测评第54-58页
        5.3.2 场景应用实验第58-59页
    5.4 本章总结第59-61页
6 结论第61-63页
    6.1 工作总结第61页
    6.2 工作展望第61-63页
参考文献第63-66页
作者简历及攻读硕士学位期间取得的研究成果第66-68页
学位论文数据集第68页

论文共68页,点击 下载论文
上一篇:我国投资控股型企业的行业投资价值评估方法研究--基于上市公司的研究视角
下一篇:面向长期服役跟踪和载荷谱建立的动应力测点选取