基于视觉的定位与构图算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-16页 |
| 1.1 课题研究背景及意义 | 第7-8页 |
| 1.2 相关研究现状 | 第8-15页 |
| 1.2.1 SLAM概述 | 第8-9页 |
| 1.2.2 国外研究现状 | 第9-12页 |
| 1.2.3 国内研究现状 | 第12-15页 |
| 1.3 论文主要工作与结构 | 第15-16页 |
| 第2章 经典直接图像对齐法模型 | 第16-27页 |
| 2.1 经典图像对齐法模型 | 第16-21页 |
| 2.1.1 灰度不变假设理论 | 第16-17页 |
| 2.1.2 最小化光度误差 | 第17-21页 |
| 2.2 经典图像对齐法实现 | 第21-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于IMU的直接图像对齐模型 | 第27-38页 |
| 3.1 基于IMU先验估计的图像对齐模型 | 第27-35页 |
| 3.1.1 IMU偏差模型 | 第27-28页 |
| 3.1.2 运动学积分模型 | 第28-29页 |
| 3.1.3 先验条件下的直接对齐法模型 | 第29-31页 |
| 3.1.4 IMU偏差校正模型 | 第31-35页 |
| 3.2 IMU先验模型下的直接法实现 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第4章 基于改进对齐法的同时定位与构图系统 | 第38-48页 |
| 4.1 系统整体框架 | 第38-39页 |
| 4.2 图像对齐模块 | 第39页 |
| 4.3 回环检测模块 | 第39-43页 |
| 4.3.1 词袋库训练 | 第40-41页 |
| 4.3.2 图像相似程度计算 | 第41-43页 |
| 4.4 全局优化模块 | 第43-44页 |
| 4.4.1 多相机位姿优化模型 | 第43-44页 |
| 4.4.2 位姿优化模型求解 | 第44页 |
| 4.5 稠密点云地图构建模块 | 第44-47页 |
| 4.5.1 2D像素到3D空间点的投影 | 第44-45页 |
| 4.5.2 点云地图的拼接 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 系统定位与构图性能评估 | 第48-59页 |
| 5.1 TUM数据集评估 | 第48-53页 |
| 5.2 物理实验评估 | 第53-58页 |
| 5.2.1 小尺度范围场景 | 第53-56页 |
| 5.2.2 大尺度范围场景 | 第56-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第66页 |
