基于深度信息数据融合的室内自主定位方法
摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 引言 | 第8-14页 |
1.1 课题研究目的和意义 | 第8-9页 |
1.2 课题研究现状 | 第9-13页 |
1.2.1 典型的硬件平台 | 第9-10页 |
1.2.2 运动模型数学定义 | 第10-11页 |
1.2.3 数据关联方法 | 第11-13页 |
1.3 本文结构安排和主要工作 | 第13-14页 |
第2章 多载荷移动实验平台的设计和实现 | 第14-29页 |
2.1 硬件搭建 | 第14-18页 |
2.1.1 功能模块 | 第15页 |
2.1.2 OpenWRT路由转发模块 | 第15-16页 |
2.1.3 控制模块 | 第16页 |
2.1.4 电机驱动模块 | 第16-18页 |
2.1.5 实验平台实物图 | 第18页 |
2.2 软件实现 | 第18-19页 |
2.2.1 路由模块实现串口数据转发 | 第18-19页 |
2.2.2 摄像头搭载 | 第19页 |
2.3 特征获取方法 | 第19-28页 |
2.3.1 Harris检测方法 | 第21-22页 |
2.3.2 SIFT检测方法 | 第22-24页 |
2.3.3 SURF检测方法 | 第24-26页 |
2.3.4 FAST检测方法 | 第26-27页 |
2.3.5 特征获取方法评价 | 第27-28页 |
2.4 小结 | 第28-29页 |
第3章 单目视觉室内自主定位方法 | 第29-39页 |
3.1 摄像机视觉模型 | 第29-31页 |
3.2 扩展卡尔曼滤波器在自主定位中的应用 | 第31-36页 |
3.2.1 扩展卡尔曼滤波器 | 第32-33页 |
3.2.2 系统状态表示 | 第33-34页 |
3.2.3 预测过程 | 第34-35页 |
3.2.4 观测过程 | 第35-36页 |
3.2.5 更新过程 | 第36页 |
3.3 定位结果分析 | 第36-38页 |
3.4 小结 | 第38-39页 |
第4章 基于数据融合自主定位方法和实测性能分析 | 第39-56页 |
4.1 摄像机和深度传感器模型配准 | 第40-41页 |
4.2 数据融合方法分类 | 第41-44页 |
4.3 深度信息和图片信息特征级数据融合 | 第44-48页 |
4.3.1 空洞填补 | 第44页 |
4.3.2 特征标定 | 第44-46页 |
4.3.3 边界对齐 | 第46-48页 |
4.4 位姿估计方法 | 第48-50页 |
4.5 实验平台搭建 | 第50-51页 |
4.6 室内自主定位估计误差分析 | 第51-56页 |
第5章 结论与展望 | 第56-58页 |
5.1 结论 | 第56-57页 |
5.2 展望 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-62页 |
攻读学位期间的研究成果 | 第62页 |