| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 选题背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 SLAM 问题概述 | 第8-9页 |
| 1.2.2 视觉传感器类别 | 第9-10页 |
| 1.2.3 典型的 SLAM 算法 | 第10-11页 |
| 1.3 本文主要研究内容及章节安排 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 地图特征的提取 | 第13-23页 |
| 2.1 SIFT 特征和 SURF 特征 | 第13-17页 |
| 2.1.1 SIFT 特征 | 第13-15页 |
| 2.1.2 SURF 特征 | 第15-17页 |
| 2.3 KAZE 特征 | 第17-21页 |
| 2.3.1 KAZE 特征原理介绍 | 第18-20页 |
| 2.3.2 KAZE 的性能分析与比较 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 基于 EKF 的单目视觉 SLAM | 第23-33页 |
| 3.1 卡尔曼滤波和扩展卡尔曼滤波 | 第23-26页 |
| 3.1.1 卡尔曼滤波 | 第23-24页 |
| 3.1.2 扩展卡尔曼滤波 | 第24-26页 |
| 3.2 基于扩展卡尔曼滤波的 SLAM 模型 | 第26-29页 |
| 3.2.1 系统状态模型 | 第26-27页 |
| 3.2.2 摄像机运动模型 | 第27-28页 |
| 3.2.3 观测模型 | 第28-29页 |
| 3.3 单目视觉 SLAM 的预测和更新 | 第29-31页 |
| 3.3.1 预测过程 | 第29-30页 |
| 3.3.2 更新过程 | 第30-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 基于 KAZE 特征的地图路标 | 第33-41页 |
| 4.1 自然视觉路标 | 第33-34页 |
| 4.2 地图特征的初始化 | 第34-37页 |
| 4.2.1 延迟初始化和非延迟初始化 | 第34-35页 |
| 4.2.2 逆深度参数化 | 第35-37页 |
| 4.3 地图路标的数据关联 | 第37-38页 |
| 4.4 地图管理 | 第38-40页 |
| 4.4.1 基于八叉树的空间划分 | 第38-39页 |
| 4.4.2 地图管理策略 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 基于 ROS 的 SLAM 系统设计及实现 | 第41-49页 |
| 5.1 系统设计 | 第41-44页 |
| 5.1.1 机器人操作系统 | 第41-42页 |
| 5.1.2 SLAM 系统设计及实现 | 第42-44页 |
| 5.2 实验结果与分析 | 第44-47页 |
| 5.3 本章小结 | 第47-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-56页 |