机器人基于视觉特征未知环境建模及自主定位
摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景和意义 | 第10-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 国外研究现状 | 第13-15页 |
1.2.2 国内研究现状 | 第15页 |
1.3 论文的组织结构 | 第15-18页 |
第2章 双目系统标定 | 第18-36页 |
2.1 双目系统的硬件组成 | 第18-19页 |
2.2 摄像机模型 | 第19-22页 |
2.2.1 各个层次坐标系 | 第19-20页 |
2.2.2 摄像机外参数模型 | 第20页 |
2.2.3 摄像机内参数模型 | 第20-21页 |
2.2.4 小孔成像模型 | 第21-22页 |
2.3 摄像机镜头畸变 | 第22-24页 |
2.4 张正友平面标定 | 第24-28页 |
2.4.1 基本方程 | 第24-26页 |
2.4.2 参数求解 | 第26-28页 |
2.5 双目系统标定及其结果 | 第28-32页 |
2.5.1 张正友平面标定过程 | 第29-30页 |
2.5.2 左右目相机标定结果 | 第30-31页 |
2.5.3 双目立体校正 | 第31-32页 |
2.6 双目系统测距原理 | 第32-34页 |
2.7 本章小结 | 第34-36页 |
第3章 人工特征库建立 | 第36-53页 |
3.1 建立初始图片库 | 第36-37页 |
3.2 特征提取 | 第37-41页 |
3.2.1 尺度空间检测 | 第37-39页 |
3.2.2 抽取稳定的关键点 | 第39页 |
3.2.3 为关键点指定方向 | 第39-40页 |
3.2.4 局部描述子 | 第40-41页 |
3.3 特征匹配 | 第41-42页 |
3.4 去除误匹配 | 第42-44页 |
3.5 RANSAC算法提纯 | 第44-46页 |
3.6 特征点位置解算 | 第46-47页 |
3.7 数据关联 | 第47-48页 |
3.8 路标的稀疏性策略 | 第48-50页 |
3.9 稳健特征点筛选 | 第50-51页 |
3.10 本章小结 | 第51-53页 |
第4章 基于特征库的机器人定位 | 第53-67页 |
4.1 移动机器人系统模型 | 第53-56页 |
4.1.1 移动机器人运动模型 | 第53-55页 |
4.1.2 移动机器人观测模型 | 第55-56页 |
4.2 机器人定初始位置 | 第56-58页 |
4.2.1 RANSAC算法模型估算思想 | 第56-57页 |
4.2.2 利用RANSAC算法定初始位置 | 第57-58页 |
4.3 EKF算法实时定位 | 第58-64页 |
4.3.1 EKF算法模型 | 第58-59页 |
4.3.2 EKF算法定位思想 | 第59-60页 |
4.3.3 EKF算法定位实现过程 | 第60-64页 |
4.3.4 定位算法性能分析 | 第64页 |
4.4 特征库定期更新策略 | 第64-66页 |
4.5 本章小结 | 第66-67页 |
第5章 定位综合实验 | 第67-76页 |
5.1 全部特征点定位实验 | 第67-69页 |
5.2 稀疏策略后定位实验 | 第69-70页 |
5.3 稳健特征筛选后定位实验 | 第70-72页 |
5.4 特征库定期更新后定位实验 | 第72-74页 |
5.5 定位实验数据结果 | 第74-75页 |
5.6 本章小结 | 第75-76页 |
结论 | 第76-79页 |
参考文献 | 第79-84页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第84-85页 |
致谢 | 第85页 |