| 中文摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题的研究背景与意义 | 第13-15页 |
| 1.2 课题的研究现状 | 第15-17页 |
| 1.3 课题面临的主要问题及发展方向 | 第17-18页 |
| 1.4 论文的主要研究内容及组织结构 | 第18-21页 |
| 第二章 Kinect相机模型及参数标定 | 第21-35页 |
| 2.1 Kinect传感器组成以及原理 | 第21-22页 |
| 2.2 Kinect相机模型与内外参数 | 第22-26页 |
| 2.2.1 相机模型 | 第22-23页 |
| 2.2.2 内外参数 | 第23-25页 |
| 2.2.3 实际成像模型 | 第25-26页 |
| 2.3 Kinect相机标定 | 第26-29页 |
| 2.3.1 彩色相机标定 | 第28页 |
| 2.3.2 深度相机标定及误差消除 | 第28-29页 |
| 2.4 Kinect相机标定实验及误差分析 | 第29-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 前端视觉里程计 | 第35-57页 |
| 3.1 视觉里程计前端框架 | 第35-36页 |
| 3.2 图像特征提取 | 第36-42页 |
| 3.2.1 三种典型特征 | 第36-40页 |
| 3.2.2 加快特征提取的方法 | 第40-42页 |
| 3.3 特征匹配 | 第42-44页 |
| 3.3.1 常用的特征匹配算法 | 第42-43页 |
| 3.3.2 减少特征误匹配的方法 | 第43-44页 |
| 3.4 运动估计 | 第44-47页 |
| 3.5 本章实验 | 第47-56页 |
| 3.5.1 特征提取对比实验 | 第48-49页 |
| 3.5.2 特征匹配结果对比及结果分析 | 第49-53页 |
| 3.5.3 GPU加速特征提取对比实验及结果分析 | 第53-54页 |
| 3.5.4 前端帧间运动估计实验及结果分析 | 第54-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第四章 后端优化算法 | 第57-75页 |
| 4.1 基于滤波方式的状态估计 | 第57-58页 |
| 4.2 BA优化及位姿图优化 | 第58-62页 |
| 4.2.1 BA原理 | 第58-60页 |
| 4.2.2 图优化及位姿图优化原理 | 第60-61页 |
| 4.2.3 提高优化精度的改善方法 | 第61-62页 |
| 4.3 回环检测 | 第62-65页 |
| 4.3.1 基于外观的回环检测原理 | 第63页 |
| 4.3.2 BOW词袋模型 | 第63-65页 |
| 4.4 地图构建 | 第65页 |
| 4.5 本章实验 | 第65-74页 |
| 4.5.1 基于改进协方差的后端优化实验及结果分析 | 第66-68页 |
| 4.5.2 基于RGB-D相机的Amigo机器人室内环境测试 | 第68-74页 |
| 4.6 本章小结 | 第74-75页 |
| 第五章 总结和展望 | 第75-77页 |
| 5.1 全文总结 | 第75-76页 |
| 5.2 展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-84页 |
| 学位论文评阅及答辩情况表 | 第84页 |