移动机器人单目视觉SLAM中环路闭合检测问题研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究背景与意义 | 第12-13页 |
| ·SLAM问题的发展历程与研究现状 | 第13-17页 |
| ·SLAM问题描述 | 第13页 |
| ·传统的SLAM研究 | 第13-14页 |
| ·基于视觉的SLAM问题 | 第14-17页 |
| ·环路闭合检测问题 | 第17-19页 |
| ·本文的主要工作 | 第19-20页 |
| ·本文的结构 | 第20-22页 |
| 第二章 图像的描述 | 第22-32页 |
| ·全局特征 | 第22-24页 |
| ·局部特征 | 第24-30页 |
| ·几种高效的局部特征及其应用 | 第24-26页 |
| ·SURF特征 | 第26-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 底层SLAM系统 | 第32-42页 |
| ·SLAM问题的数学定义 | 第32-34页 |
| ·SLAM中两种常用滤波方法及比较 | 第34-38页 |
| ·基于EKF的SLAM方法 | 第34-35页 |
| ·基于粒子滤波的SLAM方法 | 第35-37页 |
| ·EKF SLAM与Fast SLAM方法的比较 | 第37-38页 |
| ·本文应用的底层SLAM系统 | 第38-40页 |
| ·构建单目视觉局部地图 | 第39-40页 |
| ·大规模环境下的分层SLAM | 第40页 |
| ·本章总结 | 第40-42页 |
| 第四章 环路闭合检测算法研究 | 第42-54页 |
| ·图像检索框架介绍 | 第42-44页 |
| ·标准词汇树方法 | 第44-46页 |
| ·基于词汇树的图像检索 | 第44-45页 |
| ·词汇树方法在机器人领域的应用 | 第45-46页 |
| ·基于自适应词汇树的环路闭合检测算法 | 第46-52页 |
| ·图像特征的提取 | 第47页 |
| ·构建自适应词汇树 | 第47-50页 |
| ·环路闭合检测 | 第50-52页 |
| ·本章总结 | 第52-54页 |
| 第五章 实验结果与分析 | 第54-68页 |
| ·数据集介绍 | 第54-55页 |
| ·图像特征的评估 | 第55-59页 |
| ·环路闭合检测实验 | 第59-63页 |
| ·参数的选择 | 第59-62页 |
| ·自适应增长与固定结构树的比较 | 第62-63页 |
| ·去除错误匹配 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士学位期间参与项目 | 第84页 |
| 攻读硕士学位期间发表的论文 | 第84页 |
| 攻读硕士学位期间其他成果 | 第84-85页 |
| 学位论文评阅及答辩情况表 | 第85页 |
