立体视觉惯性信息紧耦合自主机器人定位研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 研究现状 | 第14-15页 |
| 1.2.1 视觉导航定位的发展与现状 | 第14页 |
| 1.2.2 惯性导航定位的发展与现状 | 第14-15页 |
| 1.3 研究目标与研究内容 | 第15页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 研究内容 | 第15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 理论基础 | 第18-36页 |
| 2.1 概述 | 第18页 |
| 2.2 坐标系及其转换 | 第18-20页 |
| 2.3 刚体姿态描述 | 第20-25页 |
| 2.3.1 方向余弦矩阵 | 第21页 |
| 2.3.2 欧拉角 | 第21-22页 |
| 2.3.3 四元数 | 第22-25页 |
| 2.3.4 三种方式特点 | 第25页 |
| 2.4 立体视觉模型及原理 | 第25-32页 |
| 2.4.1 相机成像模型 | 第25-29页 |
| 2.4.2 双目立体视觉模型 | 第29-30页 |
| 2.4.3 双目标定数学原理 | 第30-32页 |
| 2.5 惯性导航原理 | 第32-35页 |
| 2.5.1 基本原理 | 第32-34页 |
| 2.5.2 基本方程 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 3 硬件设计 | 第36-50页 |
| 3.1 硬件设计概述 | 第36-37页 |
| 3.2 电源管理模块 | 第37-38页 |
| 3.3 中央处理模块 | 第38-40页 |
| 3.4 控制输出模块 | 第40-42页 |
| 3.4.1 模型及原理 | 第40-41页 |
| 3.4.2 选型与实现 | 第41-42页 |
| 3.5 数据采集模块 | 第42-49页 |
| 3.5.1 模块概述 | 第42-43页 |
| 3.5.2 IMU选型 | 第43页 |
| 3.5.3 立体视觉搭建 | 第43-48页 |
| 3.5.4 立体视觉标定 | 第48-49页 |
| 3.6 本章小结 | 第49-50页 |
| 4 软件与算法设计 | 第50-64页 |
| 4.1 概述 | 第50页 |
| 4.2 机器人操作系统 | 第50-54页 |
| 4.2.1 ROS特点 | 第50-51页 |
| 4.2.2 ROS系统架构 | 第51-53页 |
| 4.2.3 ROS系统总结 | 第53-54页 |
| 4.3 视觉定位算法 | 第54-56页 |
| 4.3.1 特征描述子 | 第54-55页 |
| 4.3.2 视觉里程计 | 第55-56页 |
| 4.4 即时定位与地图构建简介 | 第56-58页 |
| 4.4.1 基于特征点的视觉SLAM | 第56-57页 |
| 4.4.2 ORB-SLAM算法移植 | 第57-58页 |
| 4.5 视觉与惯导紧耦合算法 | 第58-62页 |
| 4.5.1 IMU与相机的互补性 | 第58-59页 |
| 4.5.2 VIO框架 | 第59-60页 |
| 4.5.3 动态权值融合算法 | 第60-62页 |
| 4.6 本章小结 | 第62-64页 |
| 5 实验与结论 | 第64-76页 |
| 5.1 概述 | 第64页 |
| 5.2 rviz与urdf | 第64-65页 |
| 5.3 平台功能验证 | 第65-68页 |
| 5.4 算法实验比较 | 第68-72页 |
| 5.4.1 视觉里程计的缺陷 | 第68-69页 |
| 5.4.2 惯性定位的不足 | 第69-70页 |
| 5.4.3 耦合算法效果 | 第70-72页 |
| 5.5 性能测试 | 第72-73页 |
| 5.6 本章小结 | 第73-76页 |
| 6 总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 作者简历 | 第82-86页 |
| 学位论文数据集 | 第86页 |
