| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·移动机器人的发展历程 | 第11-12页 |
| ·移动机器人视觉的研究现状与存在的问题 | 第12-15页 |
| ·移动机器人视觉的研究现状 | 第12-14页 |
| ·移动机器人视觉存在的问题与发展方向 | 第14-15页 |
| ·论文的主要内容和组织结构 | 第15-18页 |
| 第2章 视觉定位与地图创建 | 第18-30页 |
| ·视觉系统标定与摄像机模型 | 第18-23页 |
| ·小孔模型 | 第18-19页 |
| ·摄像机内参数模型 | 第19-22页 |
| ·摄像机外参数模型 | 第22-23页 |
| ·视觉定位技术 | 第23-24页 |
| ·定位的概念 | 第23页 |
| ·定位的基本方法 | 第23-24页 |
| ·环境建模与定位技术 | 第24-29页 |
| ·环境建模 | 第24-25页 |
| ·环境建模与定位 | 第25-26页 |
| ·地图创建与表示方法 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 图像特征提取 | 第30-44页 |
| ·引言 | 第30页 |
| ·特征提取的方法 | 第30-32页 |
| ·SIFT 算法 | 第32-41页 |
| ·SIFT 算法的特点和算法流程 | 第32-33页 |
| ·构建尺度空间 | 第33-37页 |
| ·极值点检测 | 第37-39页 |
| ·极值点方向分配 | 第39-40页 |
| ·描述子特征向量的生成 | 第40-41页 |
| ·仿真实验与分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 SIFT 算法的改进研究 | 第44-52页 |
| ·PCA-SIFT 算法 | 第44-45页 |
| ·SURF 算法 | 第45-46页 |
| ·改进SIFT 算法 | 第46-48页 |
| ·仿真实验与分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于改进SIFT 算法的EKF-SLAM 定位 | 第52-66页 |
| ·引言 | 第52页 |
| ·卡尔曼滤波算法 | 第52-54页 |
| ·扩展卡尔曼滤波算法 | 第54-56页 |
| ·EKF-SLAM 定位算法 | 第56-64页 |
| ·机器人的运动模型 | 第57-59页 |
| ·机器人的观测模型 | 第59-61页 |
| ·仿真实验与分析 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |