| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 主要符号对照表 | 第8-12页 |
| 第一章 绪论 | 第12-28页 |
| ·引言 | 第12-14页 |
| ·机器人SLAM的历史、发展现状及趋势 | 第14-19页 |
| ·SLAM问题的历史 | 第14-15页 |
| ·当前SLAM的解决方案 | 第15-18页 |
| ·SLAM的发展趋势 | 第18-19页 |
| ·视觉SLAM | 第19-24页 |
| ·图像特征提取 | 第20-21页 |
| ·初始运动估计 | 第21-23页 |
| ·SIFT特征匹配与地图管理 | 第23-24页 |
| ·课题的提出和本论文的安排 | 第24-28页 |
| 第二章 Rao-Blackwellised粒子滤波器基础 | 第28-40页 |
| ·引言 | 第28页 |
| ·SLAM问题:贝叶斯滤波基础 | 第28-31页 |
| ·Rao-Blackwellised分解 | 第31-34页 |
| ·粒子滤波器 | 第34-37页 |
| ·FastSLAM算法实现 | 第37-38页 |
| ·总结 | 第38-40页 |
| 第三章 SIFT特征提取及特征地图管理 | 第40-56页 |
| ·引言 | 第40-41页 |
| ·SIFT特征提取过程 | 第41-43页 |
| ·SIFT特征快速匹配方法 | 第43-46页 |
| ·特征地图管理 | 第46-50页 |
| ·实验研究 | 第50-54页 |
| ·总结 | 第54-56页 |
| 第四章 双目视觉同时定位与地图构建 | 第56-78页 |
| ·引言 | 第56-57页 |
| ·双目立体视觉SLAM算法框架 | 第57-58页 |
| ·视觉里程计 | 第58-63页 |
| ·双目视觉SLAM实现 | 第63-71页 |
| ·运动模型 | 第63-64页 |
| ·观测模型 | 第64-66页 |
| ·递归估计 | 第66-71页 |
| ·实验研究 | 第71-76页 |
| ·总结 | 第76-78页 |
| 第五章 单目视觉同时定位与地图构建 | 第78-108页 |
| ·引言 | 第78-80页 |
| ·单目视觉SLAM算法框架 | 第80-81页 |
| ·初始运动估计 | 第81-91页 |
| ·本质矩阵估计与运动分解 | 第82-87页 |
| ·极线几何退化及三点法 | 第87-90页 |
| ·尺度因子确定 | 第90-91页 |
| ·单目视觉SLAM实现 | 第91-102页 |
| ·系统模型 | 第92-93页 |
| ·粒子预测分布采样 | 第93-97页 |
| ·权值计算与后验概率更新 | 第97-100页 |
| ·路标位置更新 | 第100-102页 |
| ·实验研究 | 第102-107页 |
| ·总结 | 第107-108页 |
| 第六章 结论与展望 | 第108-110页 |
| 参考文献 | 第110-122页 |
| 攻博期间完成论文 | 第122-124页 |
| 致谢 | 第124页 |