| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-19页 |
| 1.1 课题提出背景 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-17页 |
| 1.2.1 视觉里程计 | 第9-11页 |
| 1.2.2 重定位或回环检测 | 第11-13页 |
| 1.2.3 视觉里程计轨迹优化 | 第13-16页 |
| 1.2.4 双目视觉 | 第16-17页 |
| 1.3 本文组织结构 | 第17-19页 |
| 2 基于双目视觉的视觉里程计 | 第19-27页 |
| 2.1 视觉里程计 | 第19-25页 |
| 2.1.1 视觉里程计问题的公式推导 | 第19-21页 |
| 2.1.2 运动估计 | 第21-25页 |
| 2.2 双目图像特征点三角化 | 第25-27页 |
| 2.2.1 双目相机模型 | 第25-26页 |
| 2.2.2 图像特征点三角化 | 第26-27页 |
| 3 结构化环境下的运动估计 | 第27-40页 |
| 3.1 引言 | 第27-28页 |
| 3.1.1 基于特征点的视觉里程计计算 | 第27-28页 |
| 3.2 不完整的SURF(Incomplete SURF) | 第28-30页 |
| 3.2.1 不完整的SURF | 第28-29页 |
| 3.2.2 积分图 | 第29-30页 |
| 3.3 旋转平移矩阵计算 | 第30-31页 |
| 3.4 实验以及数据分析 | 第31-39页 |
| 3.4.1 实验用数据集 | 第31-34页 |
| 3.4.2 结构化环境下测试 | 第34-38页 |
| 3.4.3 在KITTI数据集上 | 第38-39页 |
| 3.5 小结 | 第39-40页 |
| 4 场景重定位 | 第40-56页 |
| 4.1 引言 | 第40-41页 |
| 4.2 重定位方法基本框架 | 第41-43页 |
| 4.2.1 基于词袋模型的重定位 | 第41-43页 |
| 4.3 基于粒子滤波的重定位改进 | 第43-51页 |
| 4.3.1 基于粒子滤波的重定位 | 第43-46页 |
| 4.3.2 实验以及数据分析 | 第46-51页 |
| 4.4 结合卷积神经网络的重定位改进方法 | 第51-55页 |
| 4.4.1 结合卷积神经网络的重定位 | 第51-54页 |
| 4.4.2 实验以及数据分析 | 第54-55页 |
| 4.5 小结 | 第55-56页 |
| 5 总结与展望 | 第56-57页 |
| 5.1 总结 | 第56页 |
| 5.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录 | 第64页 |