3D可视搜索的室内导航算法及其系统实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 国外研究现状 | 第12-16页 |
| 1.2.2 国内研究现状 | 第16-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 章节安排 | 第19-20页 |
| 第二章 视觉云导航算法框架 | 第20-26页 |
| 2.1 传统视觉导航算法 | 第20-23页 |
| 2.2 低成本机器人云导航算法 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 机器人高精度定位 | 第26-42页 |
| 3.1 基本概念 | 第26-29页 |
| 3.1.1 3D刚体运动 | 第26-27页 |
| 3.1.2 李群和李代数 | 第27-29页 |
| 3.2 特征点导向匹配 | 第29-30页 |
| 3.3 机器人位置估计 | 第30-34页 |
| 3.4 共视图优化 | 第34-41页 |
| 3.4.1 关键帧的取舍策略 | 第35-36页 |
| 3.4.2 局部捆绑优化 | 第36-38页 |
| 3.4.3 闭环矫正 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 云端稠密点模型即时构建 | 第42-52页 |
| 4.1 深度相机误差模型 | 第42-43页 |
| 4.2 传统 3D模型重建算法 | 第43-46页 |
| 4.3 基于关键帧的 3D模型重建 | 第46-50页 |
| 4.4 路径规划 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 3D室内导航系统设计及实验分析 | 第52-66页 |
| 5.1 机器人视觉自主导航系统设计 | 第52-53页 |
| 5.2 实验及分析 | 第53-65页 |
| 5.2.1 定位实验及结果分析 | 第53-57页 |
| 5.2.2 建模实验及结果分析 | 第57-61页 |
| 5.2.3 局部共视图实验及结果分析 | 第61-63页 |
| 5.2.4 网络时延实验及结果分析 | 第63-64页 |
| 5.2.5 路径规划实验及结果分析 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 附录A 里程计定位精度 | 第74-83页 |
| 攻读硕士学位期间取得的成果 | 第83-84页 |
