融合惯性与视觉的多传感器空间位姿计算方法的研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 惯性导航研究现状 | 第9页 |
| 1.2.2 视觉导航研究现状 | 第9-11页 |
| 1.2.3 惯性视觉导航研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13页 |
| 1.4 章节安排 | 第13-16页 |
| 2 惯性传感器姿态解算 | 第16-22页 |
| 2.1 坐标系 | 第16-17页 |
| 2.2 姿态解算 | 第17-18页 |
| 2.3 实验及误差分析 | 第18-20页 |
| 2.4 本章小结 | 第20-22页 |
| 3 视觉里程计 | 第22-46页 |
| 3.1 kinect2.0相机工作原理及其标定 | 第22-26页 |
| 3.1.1 kinect2.0相机工作原理 | 第22-24页 |
| 3.1.2 kinect2.0相机标定 | 第24-26页 |
| 3.2 视觉里程计 | 第26-41页 |
| 3.2.1 特征提取 | 第26-34页 |
| 3.2.2 求解相机运动 | 第34-38页 |
| 3.2.3 图优化 | 第38-39页 |
| 3.2.4 视觉里程计整体过程 | 第39-41页 |
| 3.3 实验及误差分析 | 第41-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 融合惯性与视觉传感器的位姿估计 | 第46-70页 |
| 4.1 基于关键帧的非线性优化视觉里程计 | 第46-53页 |
| 4.1.1 状态向量模型 | 第46-47页 |
| 4.1.2 包含惯性变量的视觉里程计 | 第47-53页 |
| 4.2 融合惯性元件的视觉里程计优化方法 | 第53-58页 |
| 4.2.1 建立优化模型 | 第53-55页 |
| 4.2.2 计算IMU偏差 | 第55-58页 |
| 4.3 实验与分析 | 第58-68页 |
| 4.4 本章小结 | 第68-70页 |
| 5 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70-71页 |
| 5.2 展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 附录 | 第80页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第80页 |
