| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 视觉定位研究现状 | 第9-11页 |
| 1.2.2 多传感器融合定位研究现状 | 第11-14页 |
| 1.3 室内机器人定位性能评价指标 | 第14页 |
| 1.4 论文主要研究内容及章节安排 | 第14-16页 |
| 2 单目视觉定位研究 | 第16-30页 |
| 2.1 视觉定位基础 | 第16-20页 |
| 2.1.1 坐标系 | 第16-18页 |
| 2.1.2 针孔成像模型 | 第18-19页 |
| 2.1.3 单目相机畸变与标定 | 第19-20页 |
| 2.2 前端视觉里程计 | 第20-22页 |
| 2.2.1 特征点提取与匹配 | 第21-22页 |
| 2.2.2 运动估计 | 第22页 |
| 2.3 后端优化 | 第22-24页 |
| 2.4 建图与回环检测 | 第24页 |
| 2.5 单目ORB-SLAM算法简介 | 第24-25页 |
| 2.6 实验结果与分析 | 第25-29页 |
| 2.6.1 单目相机标定 | 第25-27页 |
| 2.6.2 特征点提取与匹配 | 第27-28页 |
| 2.6.3 单目视觉定位 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 3 IMU定位研究 | 第30-38页 |
| 3.1 IMU定位基础 | 第31-34页 |
| 3.1.1 坐标系 | 第31-32页 |
| 3.1.2 姿态描述 | 第32-34页 |
| 3.2 IMU位姿解算 | 第34-35页 |
| 3.3 静态IMU实验结果与分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 单目视觉/IMU融合定位算法研究 | 第38-57页 |
| 4.1 坐标系 | 第38-39页 |
| 4.2 数据预处理线程 | 第39-40页 |
| 4.3 初始化线程 | 第40-43页 |
| 4.3.1 相机/IMU外参估计 | 第41-42页 |
| 4.3.2 陀螺仪零偏估计 | 第42页 |
| 4.3.3 速度、重力分量和视觉尺度估计 | 第42-43页 |
| 4.4 滑动窗口优化 | 第43-47页 |
| 4.4.1 IMU预积分误差模型 | 第45-46页 |
| 4.4.2 视觉重投影误差模型 | 第46-47页 |
| 4.5 Tracking、Local Mapping和 Loop Closing线程 | 第47-51页 |
| 4.5.1 Tracking线程 | 第47-49页 |
| 4.5.2 Local Mapping线程 | 第49页 |
| 4.5.3 Loop Closing线程 | 第49-51页 |
| 4.6 数据集实验结果与分析 | 第51-56页 |
| 4.7 本章小结 | 第56-57页 |
| 5 单目视觉/IMU/轮式里程计融合定位算法研究 | 第57-67页 |
| 5.1 单目视觉/IMU/轮式里程计融合定位算法 | 第57-61页 |
| 5.1.1 相机/轮式里程计外参估计 | 第58页 |
| 5.1.2 IMU/轮式里程计预积分模型 | 第58-60页 |
| 5.1.3 改进视觉预处理 | 第60-61页 |
| 5.2 实验结果与分析 | 第61-66页 |
| 5.2.1 实验平台 | 第61-63页 |
| 5.2.2 定位精度测试 | 第63-64页 |
| 5.2.3 定位稳定性测试 | 第64-66页 |
| 5.3 本章小结 | 第66-67页 |
| 6 总结和展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74页 |