基于双目视觉的移动机器人SLAM算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 引言 | 第12页 |
| 1.2 课题研究的背景及现状 | 第12-14页 |
| 1.2.1 课题研究的背景及意义 | 第12-13页 |
| 1.2.2 课题研究现状 | 第13-14页 |
| 1.3 移动机器人SLAM问题介绍 | 第14-15页 |
| 1.4 机器人视觉系统 | 第15-16页 |
| 1.5 论文结构 | 第16-18页 |
| 第2章 SLAM问题概述及模型建立 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 移动机器人SLAM的难点问题 | 第18-19页 |
| 2.3 机器人运动模型 | 第19-20页 |
| 2.4 机器人观测模型 | 第20-22页 |
| 2.5 机器人里程计模型 | 第22-23页 |
| 2.6 摄像机模型建立及标定 | 第23-26页 |
| 2.6.1 摄像机视觉模型 | 第23-24页 |
| 2.6.2 坐标转换 | 第24页 |
| 2.6.3 摄像机标定 | 第24-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第3章 双目立体视觉系统研究与实现 | 第27-43页 |
| 3.1 引言 | 第27-28页 |
| 3.2 双目立体视觉测距原理 | 第28-29页 |
| 3.3 ORB特征点立体匹配 | 第29-32页 |
| 3.3.1 FAST特征点检测 | 第29-30页 |
| 3.3.2 特征点的描述 | 第30-31页 |
| 3.3.3 ORB特征匹配 | 第31页 |
| 3.3.4 误匹配点消除 | 第31-32页 |
| 3.4 改进的误匹配点去除算法 | 第32-36页 |
| 3.4.1 粗匹配 | 第33-34页 |
| 3.4.2 精匹配 | 第34-36页 |
| 3.4.3 误匹配点改进算法小结 | 第36页 |
| 3.5 实验结果分析 | 第36-40页 |
| 3.5.1 重合场景多的图像匹配 | 第36-38页 |
| 3.5.2 重合场景少的图像匹配 | 第38-39页 |
| 3.5.3 匹配参数对比实验 | 第39-40页 |
| 3.6 ORB算法与SLAM算法特征关联 | 第40-41页 |
| 3.6.1 最近邻关联算法(NNSF) | 第40-41页 |
| 3.6.2 数据关联算法(JCBB) | 第41页 |
| 3.7 本章小结 | 第41-43页 |
| 第4章 基于FastSLAM算法分析及仿真研究 | 第43-56页 |
| 4.1 引言 | 第43页 |
| 4.2 SLAM算法分析 | 第43-46页 |
| 4.2.1 基于扩展卡尔曼滤波的SLAM方法 | 第43-44页 |
| 4.2.2 基于粒子滤波的SLAM方法 | 第44-46页 |
| 4.3 FastSLAM分析 | 第46-49页 |
| 4.4 优化的FastSLAM算法基本原理 | 第49-52页 |
| 4.4.1 采样新位姿 | 第49-51页 |
| 4.4.2 更新被观测的路标估计 | 第51-52页 |
| 4.5 仿真对比实验 | 第52-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 移动机器人SLAM平台搭建及实现 | 第56-63页 |
| 5.1 引言 | 第56页 |
| 5.2 移动机器人实验平台 | 第56-57页 |
| 5.3 基于双目视觉的SLAM实验 | 第57-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第6章 结论与展望 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间发表的学术论文目录 | 第68页 |
| 攻读学位期间取得的科研成果目录 | 第68-69页 |
| 致谢 | 第69页 |
