| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.2 移动机器人研究现状 | 第10-12页 |
| 1.2.1 国外移动机器人研究概况 | 第10-11页 |
| 1.2.2 国内移动机器人研究概况 | 第11-12页 |
| 1.3 视觉SLAM的国内外研究现状 | 第12-14页 |
| 1.3.1 RGB-DSLAM国外研究现状 | 第12-14页 |
| 1.3.2 RGB-DSLAM国内研究现状 | 第14页 |
| 1.4 本文主要工作和结构安排 | 第14-16页 |
| 1.4.1 本文主要工作 | 第14-15页 |
| 1.4.2 本文结构安排 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 2 移动机器人实验平台及视觉传感器标定 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 移动机器人实验平台 | 第17页 |
| 2.3 视觉传感器KINECT的标定 | 第17-25页 |
| 2.3.1 RGB-D相机标定参数 | 第20-23页 |
| 2.3.2 立体成像系统的内参标定与联合标齐算法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于改进的ORB特征点检测与描述子提取 | 第26-33页 |
| 3.1 FAST特征点 | 第26-27页 |
| 3.2 构造高斯金字塔 | 第27页 |
| 3.3 改进的FAST特征点提取与分配 | 第27-30页 |
| 3.3.1 改进的FAST特征点提取 | 第28页 |
| 3.3.2 点四叉树 | 第28-29页 |
| 3.3.3 特征点均匀分配 | 第29-30页 |
| 3.3.4 特征点方向 | 第30页 |
| 3.4 计算描述子 | 第30-31页 |
| 3.5 本章小结 | 第31-33页 |
| 4 基于GMS和特征方向相融合的SLAM | 第33-53页 |
| 4.1 特征匹配优化 | 第33-35页 |
| 4.2 基于GMS和特征方向相融合的SLAM前端算法 | 第35-44页 |
| 4.2.1 GMS算法 | 第35-39页 |
| 4.2.2 GMS和特征方向相融合的特征匹配优化 | 第39-40页 |
| 4.2.3 位姿变换估计 | 第40-44页 |
| 4.3 SLAM后端算法 | 第44-48页 |
| 4.3.1 BA算法 | 第44-45页 |
| 4.3.2 Robust核函数 | 第45-46页 |
| 4.3.3 位姿图优化 | 第46-48页 |
| 4.4 回环检测 | 第48-51页 |
| 4.4.1 字典 | 第48-49页 |
| 4.4.2 相似度计算 | 第49-51页 |
| 4.4.3 回环验证 | 第51页 |
| 4.5 本章小结 | 第51-53页 |
| 5 基于KINECT的室内机器人SLAM实验设计与分析 | 第53-63页 |
| 5.1 RGB-DSLAM系统框架设计 | 第53-54页 |
| 5.2 实验评估标准与测试数据集 | 第54-58页 |
| 5.2.1 特征点提取验证实验 | 第55-56页 |
| 5.2.2 特征匹配验证实验 | 第56-58页 |
| 5.3 后端优化及真实场景运行实验 | 第58-62页 |
| 5.3.1 后端优化实验 | 第58-59页 |
| 5.3.2 真实场景下算法实验 | 第59-60页 |
| 5.3.3 本文算法测试评估 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第70页 |