基于Kinect和视觉词典的三维SLAM算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景及意义 | 第11-15页 |
| 1.2 研究现状 | 第15-21页 |
| 1.2.1 姿态计算的方法研究 | 第18-19页 |
| 1.2.2 闭环检测算法的研究 | 第19-20页 |
| 1.2.3 图优化理论方面的研究 | 第20-21页 |
| 1.3 论文整体结构 | 第21-23页 |
| 第二章 RGB-D传感器介绍及数据获取 | 第23-33页 |
| 2.1 Kinect传感器介绍 | 第23-27页 |
| 2.1.1 Kinect硬件结构 | 第23-25页 |
| 2.1.2 Kinect成像原理 | 第25-27页 |
| 2.2 数据采集 | 第27-33页 |
| 2.2.1 数据采集与预处理 | 第28-29页 |
| 2.2.2 相机标定 | 第29-33页 |
| 第三章 特征匹配 | 第33-47页 |
| 3.1 特征选取 | 第33-39页 |
| 3.1.1 PFH特征 | 第33-34页 |
| 3.1.2 SIFT特征 | 第34-36页 |
| 3.1.3 SURF特征 | 第36-39页 |
| 3.2 特征匹配 | 第39-41页 |
| 3.3 姿态计算 | 第41-47页 |
| 第四章 基于BVW的闭环检测和丢失恢复 | 第47-59页 |
| 4.1 闭环检测目前存在的难题 | 第47页 |
| 4.2 闭环检测的作用 | 第47-51页 |
| 4.3 基于分层树结构的BVW闭环检测算法 | 第51-57页 |
| 4.4 丢失恢复 | 第57-59页 |
| 第五章 图优化求解SLAM算法 | 第59-69页 |
| 5.1 SLAM的公式化表述 | 第59-60页 |
| 5.2 基于卡尔曼滤波的SLAM求解方法 | 第60-61页 |
| 5.3 基于粒子滤波的SLAM问题求解方法 | 第61-62页 |
| 5.4 基于图优化理论的SLAM问题求解方法 | 第62-69页 |
| 第六章 实验设计及结果 | 第69-81页 |
| 6.1 系统组成 | 第69-70页 |
| 6.2 软件依赖 | 第70-71页 |
| 6.3 实验设计以及实验结果 | 第71-79页 |
| 6.4 实验分析 | 第79-81页 |
| 第七章 结论 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 作者简介 | 第87页 |
| 作者攻读硕士期间完成的科研成果 | 第87页 |
