单目视觉移动机器人的定位与建图研究
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-32页 |
| ·研究背景 | 第14-16页 |
| ·自主移动机器人技术的发展现状 | 第16-28页 |
| ·移动机器人技术 | 第16-23页 |
| ·同时定位与建图 | 第23-28页 |
| ·本文的主要研究内容、组织结构和主要贡献 | 第28-32页 |
| ·本文的主要研究内容 | 第29-30页 |
| ·论文的组织结构 | 第30-31页 |
| ·论文的主要贡献 | 第31-32页 |
| 第二章 基于视觉量角计的轨迹跟踪 | 第32-62页 |
| ·扩展卡尔曼滤波 | 第33-35页 |
| ·卡尔曼滤波 | 第33-34页 |
| ·扩展卡尔曼滤波(EKF) | 第34-35页 |
| ·摄像机模型 | 第35-39页 |
| ·摄像机内参数 | 第35-36页 |
| ·摄像机外参数 | 第36页 |
| ·摄像机的畸变 | 第36-37页 |
| ·摄像机参数的标定 | 第37-39页 |
| ·视觉量角计 | 第39-48页 |
| ·视觉量角计测量原理 | 第39页 |
| ·图象特征点的提取 | 第39-45页 |
| ·特征点的匹配 | 第45-48页 |
| ·基于视觉量角计的卡尔曼滤波航迹修正算法 | 第48-54页 |
| ·码盘里程仪定位 | 第48-51页 |
| ·观测方程的建立 | 第51-53页 |
| ·卡尔曼滤波的信息融合定位 | 第53-54页 |
| ·算法验证实验 | 第54-61页 |
| ·算法实验验证的前提条件 | 第54-59页 |
| ·结果分析 | 第59-60页 |
| ·结论 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第三章 视觉量角计的三角定位算法及其误差分析 | 第62-76页 |
| ·算法的描述 | 第63-66页 |
| ·码盘与电子罗盘相结合的定位方法描述 | 第63-66页 |
| ·基于视觉量角计的三角定位算法 | 第66-67页 |
| ·误差分析 | 第67-73页 |
| ·环境标志点误差 | 第67-68页 |
| ·标志点误差与机器人位置误差的关系 | 第68-71页 |
| ·机器人位置误差分析 | 第71-73页 |
| ·误差极值公式的意义 | 第73页 |
| ·实验结果 | 第73-75页 |
| ·小结 | 第75-76页 |
| 第四章 单目视觉的微小机器人SLAM算法 | 第76-98页 |
| ·SLAM概述 | 第77-79页 |
| ·SIAM的概率描述 | 第77-79页 |
| ·粒子滤波方法 | 第79-86页 |
| ·贝叶斯(Bayes)滤波 | 第79-81页 |
| ·粒子滤波(Particle Filter) | 第81-86页 |
| ·基于粒子滤波的单目视觉SLAM算法 | 第86-94页 |
| ·码盘定位模型与摄像机参数的确定 | 第86-88页 |
| ·环境标志点的计算 | 第88-90页 |
| ·粒子滤波的SLAM算法 | 第90-94页 |
| ·仿真实验结果 | 第94-97页 |
| ·小结 | 第97-98页 |
| 第五章 单目视觉SLAM算法在实际系统中的应用 | 第98-111页 |
| ·六轮月球车结构及其运动特点 | 第98-103页 |
| ·六轮月球车机械结构 | 第98-99页 |
| ·六轮月球车地面运动分析 | 第99-103页 |
| ·SLAM算法在月球车上的应用 | 第103-110页 |
| ·实验环境 | 第103-104页 |
| ·实验算法简述 | 第104-110页 |
| ·小结 | 第110-111页 |
| 第六章 总结与展望 | 第111-114页 |
| ·工作总结 | 第111-112页 |
| ·进一步研究展望 | 第112-114页 |
| 致谢 | 第114-115页 |
| 参考文献 | 第115-123页 |
| 作者在学期间取得的学术成果 | 第123页 |
