基于异构平台的定位与三维建图方法及研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-15页 |
| 1.1 选题背景及研究的意义 | 第6-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 GPU加速原理与实现方法 | 第10-13页 |
| 1.4 主要研究工作 | 第13-15页 |
| 2 基于双目相机的三维建模原理 | 第15-22页 |
| 2.1 摄像机的物理模型 | 第15-16页 |
| 2.2 双目相机模型 | 第16-17页 |
| 2.3 双目相机标定与极线校正 | 第17-19页 |
| 2.4 算法的整体框架与异构平台设计 | 第19-22页 |
| 3 基于GPU的双目深度恢复 | 第22-30页 |
| 3.1 视差恢复原理 | 第23-26页 |
| 3.2 图像预处理并行化 | 第26-28页 |
| 3.3 立体匹配算法并行化 | 第28-30页 |
| 4 基于特征点的跟踪算法 | 第30-43页 |
| 4.1 视觉跟踪算法的比较 | 第30-31页 |
| 4.2 ORB特征提取算法 | 第31-34页 |
| 4.2.1 添加旋转的FAST角点 | 第31-33页 |
| 4.2.2 特征匹配 | 第33-34页 |
| 4.3 相邻帧之间的运动求解 | 第34页 |
| 4.4 基于PnP的RANSAC的匹配优化 | 第34-37页 |
| 4.4.1 随机抽样一致算法原理 | 第34-36页 |
| 4.4.2 RANSAC迭代优化实现 | 第36-37页 |
| 4.5 视觉运动估计设计 | 第37-43页 |
| 4.5.1 基于帧的运动估计 | 第37-39页 |
| 4.5.2 基于特征地图的运动估计 | 第39-40页 |
| 4.5.3 局部特征地图设计与管理 | 第40-43页 |
| 5 BA求解与图优化 | 第43-48页 |
| 5.1 SLAM的代价函数与求解 | 第43-44页 |
| 5.2 图优化原理 | 第44-45页 |
| 5.3 使用g2o框架进行系统优化 | 第45-48页 |
| 6 实验结果与算法性能分析 | 第48-58页 |
| 6.1 本文的实验环境 | 第48-50页 |
| 6.2 深度恢复实验 | 第50-51页 |
| 6.3 跟踪模块相关实验 | 第51-52页 |
| 6.4 三维重建实验 | 第52-53页 |
| 6.5 位姿精确性分析 | 第53-55页 |
| 6.6 算法加速实验 | 第55-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-63页 |
