基于深度相机的三维SLAM算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景和研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 视觉SLAM前端研究现状 | 第12-13页 |
| 1.2.2 视觉SLAM回环检测研究现状 | 第13-14页 |
| 1.2.3 视觉SLAM后端优化研究现状 | 第14-15页 |
| 1.2.4 视觉SLAM整体方案研究现状 | 第15-16页 |
| 1.3 本文主要工作 | 第16-18页 |
| 第2章 基于深度相机的实验平台设计 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 Xtion PRO LIVE视觉平台 | 第18-19页 |
| 2.3 Xtion PRO LIVE图像获取 | 第19-21页 |
| 2.4 Xtion PRO LIVE视觉标定 | 第21-25页 |
| 2.4.1 摄像机标定坐标系 | 第21-23页 |
| 2.4.2 摄像机内参矩阵 | 第23-24页 |
| 2.4.3 标定实验 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于图优化的视觉SLAM前端 | 第26-44页 |
| 3.1 引言 | 第26页 |
| 3.2 图像特征提取 | 第26-34页 |
| 3.2.1 SIFT特征 | 第26-29页 |
| 3.2.2 SURF特征 | 第29-31页 |
| 3.2.3 ORB特征 | 第31-34页 |
| 3.3 特征匹配 | 第34-35页 |
| 3.4 位姿估计 | 第35-43页 |
| 3.4.1 EPnP | 第36-39页 |
| 3.4.2 基于图优化的相机位姿优化 | 第39-43页 |
| 3.5 提取关键帧 | 第43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于视觉词袋模型的回环检测 | 第44-55页 |
| 4.1 引言 | 第44页 |
| 4.2 回环检测简介 | 第44-45页 |
| 4.3 回环检测方法概述 | 第45-46页 |
| 4.4 二值化图像特征 | 第46页 |
| 4.5 视觉词袋模型 | 第46-47页 |
| 4.6 视觉词典 | 第47-51页 |
| 4.6.1 构建词典树 | 第48-51页 |
| 4.6.2 关键帧相似度计算 | 第51页 |
| 4.7 图像数据库 | 第51-54页 |
| 4.7.1 数据库查询 | 第52-53页 |
| 4.7.2 匹配分组 | 第53页 |
| 4.7.3 时间一致性检测 | 第53页 |
| 4.7.4 几何一致性检测 | 第53-54页 |
| 4.8 本章小结 | 第54-55页 |
| 第5章 基于图优化的SLAM后端优化 | 第55-62页 |
| 5.1 引言 | 第55页 |
| 5.2 基于EKF的SLAM后端优化 | 第55-57页 |
| 5.3 图优化与G2O简介 | 第57-59页 |
| 5.4 位姿图优化 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第6章 实验设计与分析 | 第62-69页 |
| 6.1 引言 | 第62页 |
| 6.2 实验平台介绍 | 第62-63页 |
| 6.3 实验算法设计 | 第63-64页 |
| 6.4 实验结果与分析 | 第64-68页 |
| 6.5 本章小结 | 第68-69页 |
| 第7章 总结与展望 | 第69-71页 |
| 7.1 研究工作总结 | 第69-70页 |
| 7.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间参加的科研项目和成果 | 第76页 |
