| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-25页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 vSLAM环境感知的研究现状 | 第11-22页 |
| 1.2.1 鲁棒感知 | 第12-15页 |
| 1.2.2 几何度量 | 第15-19页 |
| 1.2.3 多源异构传感器 | 第19-22页 |
| 1.3 研究目的及意义 | 第22-23页 |
| 1.4 本文主要工作 | 第23-24页 |
| 1.5 本文组织架构 | 第24-25页 |
| 2 相关知识 | 第25-28页 |
| 2.1 多粒度环境感知原理 | 第25-26页 |
| 2.2 概率八叉树模型 | 第26-28页 |
| 3 基于光学图像的多粒度环境感知算法 | 第28-42页 |
| 3.1 多粒度环境模型的概率八叉树统一表示 | 第29-32页 |
| 3.2 概率八叉树模型的时间序列融合 | 第32-33页 |
| 3.3 算法流程与复杂度分析 | 第33-35页 |
| 3.4 实验性能及讨论 | 第35-41页 |
| 3.4.1 增强现实 | 第35-36页 |
| 3.4.2 视觉里程计 | 第36-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 室外增强现实场景的TFPOM滤波增强感知算法 | 第42-52页 |
| 4.1 基于LoG算子和TFPOM的vSLAM模型 | 第42-44页 |
| 4.2 基于AFAS和ASL的特征帧间匹配方法 | 第44-46页 |
| 4.3 ZMSSD阈值和缩略图快照的重定位方法 | 第46-47页 |
| 4.4 算法流程与复杂度分析 | 第47-48页 |
| 4.5 实验性能及讨论 | 第48-51页 |
| 4.5.1 实验设计 | 第48-49页 |
| 4.5.2 实验结果与讨论 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 5 总结和展望 | 第52-54页 |
| 5.1 工作总结 | 第52-53页 |
| 5.2 下一步工作 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第60-61页 |
| 致谢 | 第61页 |