基于视觉与加速度传感器融合的室内定位技术研究
摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
引言 | 第7-9页 |
第一章 绪论 | 第9-17页 |
·研究背景 | 第9-10页 |
·移动机器人视觉技术发展现状 | 第10-13页 |
·移动机器人视觉技术国内外研究现状 | 第10-11页 |
·移动机器人视觉定位技术的分类 | 第11-13页 |
·多源信息融合技术的研究现状及应用 | 第13-16页 |
·多源信息融合技术的研究现状 | 第13-14页 |
·多源信息融合技术存在的主要问题 | 第14-15页 |
·信息融合技术的应用 | 第15-16页 |
·课题研究内容及论文结构安排 | 第16-17页 |
第二章 单目视觉定位 | 第17-32页 |
·引言 | 第17-18页 |
·图像采集及特征匹配 | 第18-26页 |
·角点定义 | 第19-20页 |
·ORB特征匹配 | 第20-21页 |
·匹配结果 | 第21-26页 |
·摄像头投影模型及标定 | 第26-29页 |
·视觉定位——最小二乘法 | 第29-32页 |
第三章 视觉传感器与加速度传感器融合定位 | 第32-41页 |
·引言 | 第32-33页 |
·卡尔曼滤波理论的发展及应用 | 第33-34页 |
·卡尔曼滤波算法的原理及算法流程 | 第34-36页 |
·卡尔曼滤波基本原理 | 第34-36页 |
·算法流程 | 第36页 |
·基于卡尔曼滤波的视觉与加速度传感器的融合定位 | 第36-41页 |
·融合结构 | 第36-37页 |
·融合定位算法的实现 | 第37-41页 |
第四章 实验设计与分析 | 第41-46页 |
·硬件平台 | 第41页 |
·软件实现 | 第41-43页 |
·实验设计 | 第43-46页 |
第五章 总结与展望 | 第46-48页 |
·总结 | 第46页 |
·展望 | 第46-48页 |
参考文献 | 第48-52页 |
附录 | 第52-59页 |
在学期间的研究成果 | 第59-60页 |
致谢 | 第60页 |