| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 概述 | 第16-35页 |
| 1.1 研究背景和意义 | 第16-22页 |
| 1.1.1 位置导航与应用服务的广阔市场需求 | 第16-18页 |
| 1.1.2 导航位置服务的认知导航需求 | 第18-19页 |
| 1.1.3 实景影像导航位置服务的需求 | 第19-22页 |
| 1.2 基于可量测影像的实景导航方法 | 第22-25页 |
| 1.3 国内外研究现状 | 第25-31页 |
| 1.3.1 增强现实导航认知 | 第25-26页 |
| 1.3.2 认知导航国内外研究现状 | 第26-28页 |
| 1.3.3 实景三维导航技术 | 第28-29页 |
| 1.3.4 存在的问题 | 第29-31页 |
| 1.4 本文的研究目标、研究思路和主要研究内容 | 第31-33页 |
| 1.5 本文的结构安排 | 第33-35页 |
| 第二章 基于可量测影像实景导航基础 | 第35-48页 |
| 2.1 地理空间认知及其特性 | 第35-39页 |
| 2.1.1 人类空间认知的需求 | 第35-37页 |
| 2.1.2 导航认知的渐近特性 | 第37-39页 |
| 2.2 导航技术及其对比分析 | 第39-42页 |
| 2.2.1 二维电子地图导航 | 第39页 |
| 2.2.2 3D 导航 | 第39-40页 |
| 2.2.3 实景导航 | 第40-41页 |
| 2.2.4 各种导航方法的对比分析 | 第41-42页 |
| 2.3 一种新的空间认知导航数据——可量测实景影像产品 | 第42-46页 |
| 2.3.1 可量测实景影像及其特点 | 第42-43页 |
| 2.3.2 可量测实景影像数据获取与更新技术 | 第43-44页 |
| 2.3.3 基于可量测影像的实景位置导航的必要性和可行性 | 第44-46页 |
| 2.4 基于可量测影像的实景导航技术框架 | 第46-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第三章 基于可量测影像的实景导航数据模型 | 第48-75页 |
| 3.1 导航数字地图（NDM）概述 | 第48-51页 |
| 3.1.1 功能及特征 | 第48-49页 |
| 3.1.2 相关数据标准 | 第49-51页 |
| 3.2 实景导航地图的概念模型和数据组织需求 | 第51-56页 |
| 3.2.1 概念模型 | 第51-54页 |
| 3.2.2 数据组织需求 | 第54-56页 |
| 3.3 实景导航地图的索引结构 | 第56-62页 |
| 3.3.1 二维导航数字地图的三级索引结构 | 第57-60页 |
| 3.3.2 基于道路的可量测实景影像数据的动态分段索引 | 第60-62页 |
| 3.4 基于大文件的可量测实景影像数据分层组织模型 | 第62-67页 |
| 3.4.1 基于大文件的数据组织模型 | 第62-64页 |
| 3.4.2 单幅影像的分层金字塔切片数据模型 | 第64-67页 |
| 3.5 实景导航地图数据检索及可视化 | 第67-72页 |
| 3.5.1 二维地理信息的检索及显示 | 第67-71页 |
| 3.5.2 可量测实景影像的检索及显示 | 第71-72页 |
| 3.6 基于可量测影像的车道级实景路线引导 | 第72-74页 |
| 3.7 本章小结 | 第74-75页 |
| 第四章 基于可量测实景影像的实时匹配导航方法 | 第75-103页 |
| 4.1 基于可量测影像的实景导航定位思路与技术框架 | 第75-76页 |
| 4.2 可量测实景影像 SIFT 特征提取和匹配算法 | 第76-84页 |
| 4.2.1 图像的局部特征 | 第76-77页 |
| 4.2.2 图像的尺度空间 | 第77-78页 |
| 4.2.3 SIFT 算法 | 第78-84页 |
| 4.3 基于 RANSAC 的 SIFT 匹配抗差处理 | 第84-88页 |
| 4.3.1 RANSAC 算法 | 第84-85页 |
| 4.3.2 模型选择 | 第85-87页 |
| 4.3.3 基本矩阵确定：归一化 8 点算法 | 第87-88页 |
| 4.4 基于 RANSAC 抗差的实时影像 SIFT 匹配实验分析 | 第88-93页 |
| 4.4.1 实验平台和实验数据 | 第88-89页 |
| 4.4.2 匹配预处理与匹配过程 | 第89-91页 |
| 4.4.3 基于 SIFT 匹配的可量测实景影像检索实验分析 | 第91-92页 |
| 4.4.4 RANSAC 算法消除 SIFT 匹配错配点实验 | 第92-93页 |
| 4.5 基于实时影像匹配的载体定位方法 | 第93-102页 |
| 4.5.1 坐标系定义 | 第93-95页 |
| 4.5.2 坐标系转换 | 第95-99页 |
| 4.5.3 基于影像特征点的载体空间位置计算推导 | 第99-102页 |
| 4.6 本章小结 | 第102-103页 |
| 第五章 可量测实景影像与卫星定位/惯导融合导航方法 | 第103-135页 |
| 5.1 导航坐标系定义及其变换 | 第103-105页 |
| 5.2 惯性导航计算基本方程及误差方程 | 第105-107页 |
| 5.2.1 惯性导航计算基本方程 | 第105-106页 |
| 5.2.2 惯性导航误差方程 | 第106-107页 |
| 5.3 惯性测量单元（IMU）温度补偿模型 | 第107-119页 |
| 5.3.1 IMU 零偏温度特性分析 | 第107-112页 |
| 5.3.2 IMU 零偏温度补偿模型 | 第112-115页 |
| 5.3.3 IMU 温度补偿模型验证 | 第115-119页 |
| 5.4 基于可量测实景影像的联邦 Kalman 滤波导航模型 | 第119-129页 |
| 5.4.1 联邦 Kalman 滤波基本原理 | 第120-122页 |
| 5.4.2 联邦 Kalman 滤波算法流程 | 第122-123页 |
| 5.4.3 可量测实景影像实时匹配定位与 GPS/INS 联邦 Kalman 滤波结构设计 | 第123-129页 |
| 5.5 基于可量测影像实时匹配定位的多源信息融合联邦 Kalman 滤波实验 | 第129-134页 |
| 5.5.1 实验平台搭建 | 第129页 |
| 5.5.2 实验结果及分析 | 第129-134页 |
| 5.5.3 实验结论与讨论 | 第134页 |
| 5.6 本章小结 | 第134-135页 |
| 第六章 基于可量测影像实景导航原型与实验分析 | 第135-153页 |
| 6.1 基于可量测影像无依托发射实景导航系统原型系统 | 第135-140页 |
| 6.1.1 无依托导航发射军事需求 | 第135-136页 |
| 6.1.2 无依托发射导航系统原型 | 第136-138页 |
| 6.1.3 无依托发射导航系统功能与应用模式 | 第138-140页 |
| 6.2 基于无依托发射导航原型系统的可量测影像实景导航实验设计 | 第140-143页 |
| 6.2.1 实验内容设计 | 第140-141页 |
| 6.2.2 实验平台及实验区域 | 第141-143页 |
| 6.3 可量测实景影像高效索引实验及分析 | 第143-145页 |
| 6.4 基于可量测实景影像定位实验及分析 | 第145-152页 |
| 6.4.1 可量测实景影像与实时影像匹配定位导航实验 | 第145-147页 |
| 6.4.2 惯导/里程组合导航实验及分析 | 第147-148页 |
| 6.4.3 可量测实景影像实时匹配定位结果与惯导融合导航实验及分析 | 第148-150页 |
| 6.4.4 可量测影像目视判读的实景导航定位实验及分析 | 第150-152页 |
| 6.5 本章小结 | 第152-153页 |
| 总结与展望 | 第153-156页 |
| 本文的主要贡献和创新点 | 第153-154页 |
| 进一步的工作及展望 | 第154-156页 |
| 参考文献 | 第156-167页 |
| 攻读博士学位期间取得的研究成果 | 第167-169页 |
| 发表论文情况 | 第167页 |
| 专利情况 | 第167-168页 |
| 获奖项目 | 第168页 |
| 参加科研项目 | 第168-169页 |
| 致谢 | 第169页 |
