首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于非线性优化的单目视觉与IMU融合的SLAM算法研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第9-18页
    1.1 课题背景第9-12页
    1.2 课题研究的目的和意义第12-13页
    1.3 国内外研究现状与分析第13-15页
        1.3.1 国外研究现状第13-14页
        1.3.2 国内研究现状第14-15页
        1.3.3 研究现状分析第15页
    1.4 本文研究内容第15-18页
第2章 单目视觉与IMU初始化第18-26页
    2.1 引言第18页
    2.2 相机的地图初始化第18-20页
        2.2.1 寻找最佳的初始两帧图像第18-19页
        2.2.2 并行计算两个模型的分数第19页
        2.2.3 模型选择第19-20页
    2.3 IMU的预积分模型第20-22页
    2.4 IMU与单目视觉融合初始化第22-24页
    2.5 本章小结第24-26页
第3章 视觉和IMU的融合追踪第26-38页
    3.1 引言第26页
    3.2 特征点的提取和匹配第26-29页
    3.3 视觉与IMU融合追踪第29-37页
        3.3.1 视觉部分的追踪第29-35页
        3.3.2 视觉与IMU的融合追踪第35-37页
    3.4 本章小结第37-38页
第4章 局部地图优化和闭环检测第38-51页
    4.1 引言第38页
    4.2 局部地图的建立第38-40页
    4.3 边缘化与稀疏化第40-46页
    4.4 闭环检测第46-49页
    4.5 本章小结第49-51页
第5章 实验结果第51-60页
    5.1 引言第51页
    5.2 EuRoC数据集测试第51-56页
    5.3 实物小车中的测试第56-59页
    5.4 本章小结第59-60页
结论第60-62页
参考文献第62-67页
攻读硕士学位期间发表的论文及其他成果第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于多传感器的室内环境监测系统的设计
下一篇:经管类商业运营模拟训练系统的设计与实现