| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-13页 |
| 1 绪论 | 第13-39页 |
| ·课题的背景及意义 | 第13-15页 |
| ·计算机视觉技术的发展 | 第15-17页 |
| ·计算机视觉理论 | 第15-16页 |
| ·计算机视觉技术的应用 | 第16-17页 |
| ·移动机器人技术的研究 | 第17-19页 |
| ·基于视觉的同时定位与地图重建算法研究现状 | 第19-34页 |
| ·视觉系统类型 | 第20-23页 |
| ·定位算法 | 第23-27页 |
| ·特征跟踪技术 | 第27-31页 |
| ·地图表示方法 | 第31-33页 |
| ·新兴应用领域 | 第33-34页 |
| ·主要研究内容和论文结构 | 第34-39页 |
| ·主要研究内容 | 第34-35页 |
| ·论文结构 | 第35-39页 |
| 2 基于齐次坐标表示的特征初始化算法研究 | 第39-63页 |
| ·背景 | 第39-41页 |
| ·基于齐次坐标的特征表示方法 | 第41-54页 |
| ·世界坐标系和视觉传感器坐标系 | 第41-42页 |
| ·基于齐次坐标的特征表示方法 | 第42-43页 |
| ·基于齐次坐标表示的测量方程线性度分析 | 第43-54页 |
| ·基于齐次坐标的特征初始化 | 第54-56页 |
| ·实验 | 第56-61页 |
| ·室内环境实验 | 第56-57页 |
| ·一致性测试 | 第57-61页 |
| ·总结 | 第61-63页 |
| 3 基于跟踪时间预测的特征选择算法研究 | 第63-75页 |
| ·背景 | 第63-64页 |
| ·特征跟踪对机器人定位不确定性的影响分析 | 第64-66页 |
| ·基于跟踪时间预测的特征选择 | 第66-69页 |
| ·实验 | 第69-73页 |
| ·仿真 | 第69-71页 |
| ·实验 | 第71-73页 |
| ·总结 | 第73-75页 |
| 4 基于惯性导航辅助的单目视觉同时定位与地图重建算法研究 | 第75-95页 |
| ·背景 | 第75-77页 |
| ·基于惯性导航辅助的单目视觉同时定位与地图重建算法 | 第77-83页 |
| ·惯性导航运动模型 | 第77-80页 |
| ·单目视觉测量模型 | 第80-81页 |
| ·扩展卡尔曼滤波算法 | 第81-82页 |
| ·特征管理 | 第82-83页 |
| ·基于先验信息的SIFT匹配算法 | 第83-88页 |
| ·SIFT算法 | 第83-84页 |
| ·基于先验信息的SIFT匹配算法 | 第84-88页 |
| ·实验 | 第88-93页 |
| ·实验平台 | 第88-90页 |
| ·基于先验信息的SIFT匹配算法测试 | 第90-92页 |
| ·地图尺度不确定性测试 | 第92-93页 |
| ·总结 | 第93-95页 |
| 5 视觉同时定位与地图重建算法中的地图融合问题研究 | 第95-111页 |
| ·背景 | 第95-96页 |
| ·维栅格地图融合 | 第96-106页 |
| ·基于傅里叶-梅林变换的栅格地图融合 | 第96-97页 |
| ·基于霍夫-傅里叶变换的栅格地图融合 | 第97-99页 |
| ·多尺度地图融合算法 | 第99-100页 |
| ·实验及结果分析 | 第100-106页 |
| ·三维几何地图融合 | 第106-109页 |
| ·降维映射 | 第106-107页 |
| ·基于ICP的地图融合 | 第107页 |
| ·实验 | 第107-109页 |
| ·总结 | 第109-111页 |
| 6 结论与展望 | 第111-115页 |
| ·结论 | 第111-112页 |
| ·展望 | 第112-115页 |
| 参考文献 | 第115-127页 |
| 攻读博士学位期间的主要研究成果 | 第127-128页 |
