致谢 | 第5-6页 |
摘要 | 第6-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第13-23页 |
1.1 研究背景及意义 | 第13-15页 |
1.2 国内外研究现状 | 第15-21页 |
1.2.1 传感器配置 | 第15-16页 |
1.2.2 国外研究现状 | 第16-20页 |
1.2.3 国内研究现状 | 第20-21页 |
1.3 本论文研究内容 | 第21-23页 |
第2章 视觉位姿估计系统基础 | 第23-37页 |
2.1 相机模型 | 第23-27页 |
2.2 图像特征提取与关联 | 第27-30页 |
2.2.1 特征提取 | 第27-29页 |
2.2.2 特征关联 | 第29-30页 |
2.3 常用位姿求解模型 | 第30-35页 |
2.3.1 2D-2D | 第30-33页 |
2.3.2 3D-3D | 第33-34页 |
2.3.3 3D-2D | 第34-35页 |
2.4 本章小结 | 第35-37页 |
第3章 基于车辆平面运动约束的位姿估计算法 | 第37-53页 |
3.1 引入运动约束的两视图几何模型 | 第37-42页 |
3.1.1 平面运动模型及其参数化 | 第37-39页 |
3.1.2 两视图几何模型 | 第39-41页 |
3.1.3 平面运动约束下的图像模型 | 第41-42页 |
3.2 两点位姿估计算法 | 第42-45页 |
3.2.1 位姿求解算法 | 第42-43页 |
3.2.2 旋转与平移解耦求解的两点法 | 第43-45页 |
3.3 仿真实验 | 第45-51页 |
3.3.1 实验描述 | 第45-48页 |
3.3.2 对图像关联点位置噪声的鲁棒性的实验结果分析 | 第48-49页 |
3.3.3 对非平面运动的适应性的实验结果分析 | 第49-51页 |
3.4 本章小结 | 第51-53页 |
第4章 基于两点法的视觉里程计 | 第53-67页 |
4.1 改进随机抽样一致性算法 | 第53-56页 |
4.1.1 基于五点法的随机抽样一致性算法 | 第53-55页 |
4.1.2 基于两点法的改进随机抽样一致性算法 | 第55-56页 |
4.2 基于两点法的视觉里程计系统 | 第56-60页 |
4.2.1 系统工作原理及误差分析 | 第56-59页 |
4.2.2 实际视觉里程计系统 | 第59-60页 |
4.3 仿真环境实验 | 第60-63页 |
4.3.1 实验描述 | 第60-61页 |
4.3.2 实验结果与分析 | 第61-63页 |
4.4 实际场景实验 | 第63-66页 |
4.4.1 实验描述 | 第63-64页 |
4.4.2 实验结果与分析 | 第64-66页 |
4.5 本章小结 | 第66-67页 |
第5章 总结与展望 | 第67-69页 |
5.1 全文总结 | 第67-68页 |
5.2 工作展望 | 第68-69页 |
参考文献 | 第69-77页 |
作者简历 | 第77-79页 |
攻读学位期间发表的论文 | 第79页 |