基于视觉里程计与惯导融合技术的四旋翼位姿估计
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 引言 | 第13-21页 |
| 1.1 研究背景 | 第13-15页 |
| 1.2 研究现状 | 第15-18页 |
| 1.3 研究内容与创新 | 第18-19页 |
| 1.4 论文结构 | 第19-21页 |
| 2 数学基础 | 第21-31页 |
| 2.1 符号约定 | 第21-22页 |
| 2.2 四元数 | 第22-23页 |
| 2.2.1 四元数定义与性质 | 第22-23页 |
| 2.2.2 四元数与旋转矩阵的转换 | 第23页 |
| 2.3 旋转向量 | 第23-24页 |
| 2.3.1 旋转向量与旋转矩阵的转换 | 第24页 |
| 2.3.2 旋转向量与四元数的转换 | 第24页 |
| 2.4 李群与李代数 | 第24-28页 |
| 2.4.1 SO(3)和so(3)的关系 | 第24-25页 |
| 2.4.2 SE(3)和se(3)的关系 | 第25-27页 |
| 2.4.3 扰动模型 | 第27-28页 |
| 2.5 相机模型 | 第28-29页 |
| 2.5.1 理想针孔模型 | 第28页 |
| 2.5.2 带畸变针孔模型 | 第28-29页 |
| 2.6 高斯-牛顿法 | 第29-31页 |
| 3 基于滤波框架的多相机约束单目视觉-惯导里程计 | 第31-57页 |
| 3.1 误差状态运动学 | 第31-35页 |
| 3.1.1 连续时间系统运动学 | 第32-35页 |
| 3.1.2 离散时间系统运动学 | 第35页 |
| 3.2 单目视觉-惯导里程计 | 第35-57页 |
| 3.2.1 滤波器状态预测 | 第37-38页 |
| 3.2.2 状态增广 | 第38-40页 |
| 3.2.3 视觉前端 | 第40-46页 |
| 3.2.4 高斯-牛顿迭代法估计特征点位置 | 第46-50页 |
| 3.2.5 滤波器量测模型 | 第50-52页 |
| 3.2.6 滤波器状态更新 | 第52-54页 |
| 3.2.7 算法评估 | 第54-57页 |
| 4 直接法与间接法相结合的稀疏双目视觉里程计 | 第57-81页 |
| 4.1 稀疏直接法视觉里程计 | 第58-67页 |
| 4.1.1 前端跟踪 | 第59-61页 |
| 4.1.2 后端优化 | 第61-67页 |
| 4.2 双目视觉几何 | 第67-70页 |
| 4.2.1 金字塔极线搜索 | 第68页 |
| 4.2.2 优化特征点逆深度 | 第68-70页 |
| 4.3 结合间接法 | 第70-73页 |
| 4.4 算法评估 | 第73-81页 |
| 4.4.1 KITTI数据集运行结果 | 第73-79页 |
| 4.4.2 实际测试结果 | 第79-81页 |
| 5 总结与工作展望 | 第81-85页 |
| 参考文献 | 第85-89页 |
| 作者简历 | 第89-91页 |
| 攻读硕士学位期间主要的研究成果 | 第91页 |
