基于RGB-D的SLAM定位与GPU三维建图方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 SLAM问题概述 | 第8页 |
| 1.3 基于RGB-D相机的SLAM方法研究现状 | 第8-10页 |
| 1.4 本文主要工作 | 第10-12页 |
| 2 SLAM系统的相关技术综述 | 第12-26页 |
| 2.1 相机成像模型 | 第12-15页 |
| 2.1.1 针孔成像模型 | 第12页 |
| 2.1.2 坐标系变换关系 | 第12-15页 |
| 2.2 相机标定 | 第15-17页 |
| 2.2.1 相机内参与畸变参数 | 第15-16页 |
| 2.2.2 相机的标定方法与意义 | 第16-17页 |
| 2.3 3D空间位置表示 | 第17-22页 |
| 2.3.1 2D姿态描述 | 第17-18页 |
| 2.3.2 3D变换 | 第18-22页 |
| 2.4 三维地图 | 第22-26页 |
| 2.4.1 点云图 | 第22-23页 |
| 2.4.2 八叉树地图 | 第23-26页 |
| 3 基于图像特征的视觉SLAM设计 | 第26-37页 |
| 3.1 图像特征检测与描述子获取 | 第26-31页 |
| 3.1.1 SIFT算法 | 第26页 |
| 3.1.2 SURF算法 | 第26-27页 |
| 3.1.3 ORB算法 | 第27-29页 |
| 3.1.4 三种方案实验比较 | 第29-31页 |
| 3.2 图像匹配算法 | 第31-33页 |
| 3.2.1 FLANN算法 | 第31页 |
| 3.2.2 BF算法 | 第31页 |
| 3.2.3 两种匹配算法实验比较及改进方法 | 第31-33页 |
| 3.3 基于方向的距离筛选策略 | 第33-34页 |
| 3.4 基于PNP的相机位姿计算 | 第34-37页 |
| 3.4.1 计算方法 | 第34-36页 |
| 3.4.2 算法实现 | 第36-37页 |
| 4 拓扑图优化及GPU加速 | 第37-50页 |
| 4.1 拓扑图优化问题 | 第37-38页 |
| 4.2 拓扑图优化原理 | 第38-43页 |
| 4.2.1 拓扑图优化问题建模 | 第38-39页 |
| 4.2.2 非线性最小二乘问题计算 | 第39-41页 |
| 4.2.3 计算非欧式空间中的最小二乘问题 | 第41-43页 |
| 4.3 拓扑图优化实现 | 第43-47页 |
| 4.3.1 关键帧筛选策略 | 第43-44页 |
| 4.3.2 优化实现 | 第44-47页 |
| 4.4 基于GPU的三维场景构建 | 第47-50页 |
| 5 实验设计及结果 | 第50-57页 |
| 5.1 系统组成 | 第50-51页 |
| 5.2 软件依赖 | 第51页 |
| 5.3 实验设计及实验结果 | 第51-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
