| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 VO和V-SLAM问题概述 | 第13-18页 |
| 1.2.1 VO与V-SLAM问题内涵 | 第13-15页 |
| 1.2.2 单目视觉SLAM方法分类 | 第15-17页 |
| 1.2.3 单目视觉里程计关键问题 | 第17-18页 |
| 1.3 国内外研究现状 | 第18-19页 |
| 1.4 论文结构安排 | 第19-21页 |
| 第2章 VO算法理论 | 第21-35页 |
| 2.1 VO算法结构 | 第21-22页 |
| 2.2 图像特征提取 | 第22-28页 |
| 2.2.1 点特征提取算法 | 第23-24页 |
| 2.2.2 ORB特征提取算法 | 第24-26页 |
| 2.2.3 ORB特征提取算法优化 | 第26-28页 |
| 2.3 图像特征匹配 | 第28-29页 |
| 2.4 三角测量 | 第29-30页 |
| 2.5 运动估计 | 第30-33页 |
| 2.5.1 2D-2D | 第30-32页 |
| 2.5.2 3D-2D | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第3章 基于改进 3D-2D运动估计算法研究 | 第35-45页 |
| 3.1 光流法特征追踪 | 第35-38页 |
| 3.1.1 运动场与光流场 | 第35-37页 |
| 3.1.2 Lucas-Kanade-Tomasi算法 | 第37-38页 |
| 3.2 改进 3D-2D运动估计算法 | 第38-41页 |
| 3.3 相机标定 | 第41-42页 |
| 3.4 路径反演 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于图优化视觉里程计研究 | 第45-53页 |
| 4.1 图优化介绍 | 第45-48页 |
| 4.2 位姿图构造 | 第48-50页 |
| 4.3 G2O实现 | 第50-51页 |
| 4.4 关键帧选取策略 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 实验结果与分析 | 第53-71页 |
| 5.1 特征提取与匹配实验 | 第53-57页 |
| 5.2 改进3D-2D运动估计实验 | 第57-62页 |
| 5.3 关键帧选取实验 | 第62-64页 |
| 5.4 自然环境实验 | 第64-69页 |
| 5.4.1 相机标定实验 | 第64-67页 |
| 5.4.2 室内实验 | 第67-69页 |
| 5.5 本章小结 | 第69-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 全文总结 | 第71页 |
| 6.2 未来工作展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 攻读硕士期间已发表的论文 | 第79-81页 |
| 致谢 | 第81页 |