| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 自主机器人导航系统的国内外研究现状 | 第11-15页 |
| 1.2.1 自主机器人导航系统的发展现状 | 第12-13页 |
| 1.2.2 嵌入式视觉在机器人导航系统中的关键技术 | 第13-15页 |
| 1.3 嵌入式视觉机器人导航系统存在的主要问题 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-18页 |
| 第2章 RGB-D传感器与嵌入式运行平台 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 XTION PRO LIVE传感器介绍 | 第18-23页 |
| 2.2.1 数据采集及预处理 | 第20-22页 |
| 2.2.2 RGB-D相机标定 | 第22-23页 |
| 2.3 JETSON TK1嵌入式平台 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 机器人的位置和姿态估计 | 第26-42页 |
| 3.1 引言 | 第26页 |
| 3.2 特征提取与匹配 | 第26-33页 |
| 3.2.1 ORB特征的提取 | 第27-29页 |
| 3.2.2 ORB特征点的描述及匹配 | 第29-31页 |
| 3.2.3 RANSAC特征匹配优化算法 | 第31-33页 |
| 3.3 机器人姿态估计 | 第33-41页 |
| 3.3.1 基于奇异值分解的姿态估计算法 | 第33-36页 |
| 3.3.2 基于视觉词袋的闭环姿态检测 | 第36-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 视觉点云地图构建与路径导航 | 第42-57页 |
| 4.1 引言 | 第42页 |
| 4.2 基于点云的地图构建方法 | 第42-49页 |
| 4.2.1 关键帧和特征点的稀疏点云地图构建方法 | 第42-46页 |
| 4.2.2 半稠密点云地图构建方法 | 第46-49页 |
| 4.3 三维点云投影栅格地图构建方法 | 第49-53页 |
| 4.3.1 基于三维点云的地平面投影地图构建 | 第50-52页 |
| 4.3.2 基于地平面点云的栅格地图构建 | 第52-53页 |
| 4.4 路径规划A*算法 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 实验研究 | 第57-68页 |
| 5.1 引言 | 第57页 |
| 5.2 实验方案及流程 | 第57-67页 |
| 5.2.1 相机标定实验 | 第57-59页 |
| 5.2.2 特征点提取对比实验 | 第59-61页 |
| 5.2.3 点云地图构建验证实验 | 第61-65页 |
| 5.2.4 投影栅格地图构建验证实验 | 第65-66页 |
| 5.2.5 路径导航A*算法实验 | 第66-67页 |
| 5.3 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76页 |