基于单目相机与RGB-D相机的SLAM研究与设计
| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 课题背景及意义 | 第6页 |
| 1.2 国内外研究现状 | 第6-9页 |
| 1.2.1 激光SLAM | 第7-8页 |
| 1.2.2 单目SLAM | 第8-9页 |
| 1.2.3 双目SLAM | 第9页 |
| 1.2.4 RGB-DSLAM | 第9页 |
| 1.3 SLAM发展趋势 | 第9-11页 |
| 1.3.1 语义SLAM | 第10页 |
| 1.3.2 IMU+SLAM | 第10-11页 |
| 1.4 论文结构 | 第11-12页 |
| 第二章 系统模型研究与算法分析 | 第12-34页 |
| 2.1 相机模型与标定 | 第12-21页 |
| 2.1.1 针孔相机模型 | 第12-15页 |
| 2.1.2 畸变模型及其校正 | 第15-21页 |
| 2.1.3 RGB-D相机模型 | 第21页 |
| 2.2 相机刚体运动分析 | 第21-25页 |
| 2.2.1 旋转矩阵与变换矩阵 | 第21-22页 |
| 2.2.2 旋转向量 | 第22-23页 |
| 2.2.3 欧拉角 | 第23页 |
| 2.2.4 四元数 | 第23-25页 |
| 2.3 李群与李代数 | 第25-26页 |
| 2.3.1 群论 | 第26页 |
| 2.3.2 李群 | 第26页 |
| 2.3.3 李代数 | 第26页 |
| 2.4 非线性优化最小二乘法 | 第26-32页 |
| 2.4.1 非线性最小二乘 | 第29页 |
| 2.4.2 最速下降法 | 第29-30页 |
| 2.4.3 牛顿法 | 第30-31页 |
| 2.4.4 高斯牛顿法 | 第31页 |
| 2.4.5 列文伯格——马夸尔特法 | 第31-32页 |
| 2.4.6 Dogleg算法 | 第32页 |
| 2.5 线性最小二乘法 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 SLAM系统研究与设计 | 第34-50页 |
| 3.1 传感器信息读取 | 第34页 |
| 3.2 视觉里程计前端设计 | 第34-44页 |
| 3.2.1 对应像素配准 | 第34-35页 |
| 3.2.2 基于特征点法的相机运动位姿估计 | 第35-41页 |
| 3.2.3 基于直接法的相机运动位姿估计 | 第41-43页 |
| 3.2.4 场景点位置估计 | 第43-44页 |
| 3.3 SLAM后端优化 | 第44-46页 |
| 3.3.1 图优化简介 | 第45页 |
| 3.3.2 BundleAdjustment | 第45-46页 |
| 3.4 SLAM建图 | 第46-47页 |
| 3.5 SLAM回环检测 | 第47-48页 |
| 3.5.1 词袋模型与字典 | 第47页 |
| 3.5.2 回环判断 | 第47-48页 |
| 3.6 本章小结 | 第48-50页 |
| 第四章 系统设计实现与仿真分析 | 第50-66页 |
| 4.1 数据采集与数据集介绍 | 第50页 |
| 4.2 标定实验 | 第50-53页 |
| 4.2.1 普通摄像头标定 | 第50-53页 |
| 4.2.2 无人机摄像头标定 | 第53页 |
| 4.3 前端设计实验 | 第53-59页 |
| 4.4 后端优化实验 | 第59-61页 |
| 4.5 地图构建实验 | 第61-64页 |
| 4.5.1 稀疏重建 | 第62页 |
| 4.5.2 稠密重建 | 第62-63页 |
| 4.5.3 占据栅格地图 | 第63-64页 |
| 4.6 回环检测实验 | 第64-65页 |
| 4.6.1 词典训练 | 第64-65页 |
| 4.6.2 回环判断 | 第65页 |
| 4.7 本章小结 | 第65-66页 |
| 第五章 结论及展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读学位期间的研究成果 | 第72-74页 |
| 致谢 | 第74-76页 |
