中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第10-24页 |
1.1 课题研究背景与意义 | 第10-11页 |
1.2 移动机器人发展与国内外研究现状 | 第11-16页 |
1.2.1 国外研究现状 | 第11-14页 |
1.2.2 国内研究现状 | 第14-16页 |
1.3 视觉SLAM研究综述 | 第16-21页 |
1.3.1 移动机器人中的SLAM问题 | 第16-18页 |
1.3.2 视觉SLAM主要研究内容 | 第18-19页 |
1.3.3 视觉SLAM主要传感器分类 | 第19-20页 |
1.3.4 视觉SLAM国内外研究现状 | 第20-21页 |
1.4 论文主要研究内容与结构安排 | 第21-24页 |
2 基于Kinect的环境感知系统 | 第24-32页 |
2.1 引言 | 第24页 |
2.2 Kinect简介 | 第24-25页 |
2.2.1 Kinect的硬件结构与相关功能 | 第24-25页 |
2.2.2 Kinect深度图像获取原理 | 第25页 |
2.3 ROS系统介绍与应用 | 第25-27页 |
2.4 TurtleBot2移动机器人简介 | 第27-29页 |
2.5 图像信息采集与机器人运动控制 | 第29-30页 |
2.6 本章小结 | 第30-32页 |
3 视觉SLAM观测信息获取方式研究 | 第32-56页 |
3.1 引言 | 第32页 |
3.2 摄像机成像模型 | 第32-36页 |
3.2.1 线性摄像机成像模型 | 第32-34页 |
3.2.2 非线性摄像机成像模型 | 第34-36页 |
3.3 摄像机标定方法与实验 | 第36-41页 |
3.3.1 摄像机标定方法 | 第36页 |
3.3.2 摄像机标定实验 | 第36-41页 |
3.4 基于双目视觉系统的观测信息获取 | 第41-50页 |
3.4.1 双目视觉系统观测原理 | 第41页 |
3.4.2 图像信息的表示 | 第41-43页 |
3.4.3 改进SIFT特征算法 | 第43-49页 |
3.4.4 基于改进SIFT特征算法的双目视觉观测信息获取 | 第49-50页 |
3.5 基于Kinect的观测信息获取 | 第50-53页 |
3.6 观测信息获取对比分析 | 第53-54页 |
3.7 本章小结 | 第54-56页 |
4 基于Kinect的视觉SLAM | 第56-72页 |
4.1 引言 | 第56页 |
4.2 图像特征提取 | 第56-57页 |
4.3 图像特征匹配 | 第57-60页 |
4.3.1 相似性度量与匹配方法 | 第58页 |
4.3.2 误匹配优化 | 第58-60页 |
4.4 运动估计与点云拼接 | 第60-63页 |
4.4.1 运动估计方法 | 第60-61页 |
4.4.2 运动估计计算 | 第61-62页 |
4.4.3 点云拼接 | 第62-63页 |
4.5 回环检测与图优化 | 第63-68页 |
4.5.1 图像关键帧定义 | 第63-64页 |
4.5.2 回环检测算法 | 第64-66页 |
4.5.3 图优化方法 | 第66-68页 |
4.6 点云地图创建 | 第68-70页 |
4.7 本章小结 | 第70-72页 |
5 基于Kinect点云数据的地图表达方式研究 | 第72-82页 |
5.1 引言 | 第72页 |
5.2 基于Kinect点云数据二维栅格地图构建 | 第72-78页 |
5.2.1 栅格地图 | 第72-73页 |
5.2.2 三维信息融合转换二维类激光信息 | 第73-75页 |
5.2.3 基于激光数据的栅格地图构建 | 第75-78页 |
5.3 基于Kinect点云数据Octomap地图构建 | 第78-81页 |
5.3.1 Octomap地图基本概念 | 第78-79页 |
5.3.2 数据转换与Octomap地图构建 | 第79-81页 |
5.4 本章小结 | 第81-82页 |
6 视觉SLAM实验设计与分析 | 第82-88页 |
6.1 引言 | 第82页 |
6.2 基于Kinect的视觉SLAM实验 | 第82-87页 |
6.2.1 点云地图构建实验 | 第82-84页 |
6.2.2 Octomap地图构建实验 | 第84-85页 |
6.2.3 栅格地图构建实验 | 第85-87页 |
6.3 实验结果分析 | 第87页 |
6.4 本章小结 | 第87-88页 |
7 总结与展望 | 第88-90页 |
7.1 全文工作总结 | 第88-89页 |
7.2 未来工作展望 | 第89-90页 |
致谢 | 第90-92页 |
参考文献 | 第92-98页 |
附录 | 第98页 |