室外环境下视觉与惯导融合定位算法研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 室外机器人研究现状 | 第10-12页 |
| 1.2.2 国内室外机器人发展现状 | 第12页 |
| 1.2.3 视觉惯导SLAM研究现状 | 第12-14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 第2章 惯性导航定位系统 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 惯性导航系统 | 第16-17页 |
| 2.3 导航常用坐标系 | 第17-18页 |
| 2.4 惯导姿态表征 | 第18-20页 |
| 2.5 位姿解算 | 第20-22页 |
| 2.6 航位推算 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第3章 双目视觉定位算法研究 | 第24-46页 |
| 3.1 引言 | 第24页 |
| 3.2 视觉SLAM算法原理 | 第24-25页 |
| 3.3 相机模型与坐标系 | 第25-27页 |
| 3.3.1 针孔相机模型 | 第25-26页 |
| 3.3.2 畸变模型 | 第26页 |
| 3.3.3 双目相机模型 | 第26-27页 |
| 3.4 双目相机标定 | 第27-33页 |
| 3.4.1 张氏标定法原理 | 第27-31页 |
| 3.4.2 双目相机标定实验 | 第31-32页 |
| 3.4.3 标定结果 | 第32-33页 |
| 3.5 双目视觉里程计 | 第33-38页 |
| 3.5.1 图像特征点的提取、匹配 | 第35-37页 |
| 3.5.2 特征点提取实验 | 第37页 |
| 3.5.3 特征点匹配实验 | 第37-38页 |
| 3.6 后端与优化 | 第38-43页 |
| 3.7 回环检测 | 第43-44页 |
| 3.8 双目视觉SLAM实验 | 第44-45页 |
| 3.9 本章小结 | 第45-46页 |
| 第4章 视觉与惯导融合定位算法 | 第46-56页 |
| 4.1 引言 | 第46页 |
| 4.2 视觉与惯性融合算法原理 | 第46页 |
| 4.3 视觉惯性导航坐标系 | 第46-47页 |
| 4.4 IMU建模与IMU预积分 | 第47-51页 |
| 4.5 IMU初始偏差 | 第51-53页 |
| 4.6 视觉与IMU信息融合及后端优化 | 第53-54页 |
| 4.7 视觉与惯导融合定位实验 | 第54-55页 |
| 4.8 本章小结 | 第55-56页 |
| 第5章 平台搭建与室外环境下实验 | 第56-64页 |
| 5.1 引言 | 第56页 |
| 5.2 硬件平台搭建 | 第56-58页 |
| 5.3 室外环境下视觉惯导定位实验 | 第58-60页 |
| 5.4 定位结果分析 | 第60-63页 |
| 5.5 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
