基于立体视觉的室外移动机器人定位与环境建模研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-20页 |
| 1.2.1 视觉里程计的研究现状 | 第13-16页 |
| 1.2.2 三维环境建模方法的研究现状 | 第16-18页 |
| 1.2.3 基于视觉的SLAM方法的研究现状 | 第18-19页 |
| 1.2.4 现有方法存在的问题 | 第19-20页 |
| 1.3 论文主要内容与目标 | 第20-21页 |
| 1.4 论文章节安排 | 第21-23页 |
| 第二章 基于ORB特征的视觉里程计算法研究 | 第23-45页 |
| 2.1 移动机器人视觉定位基本框架 | 第23-24页 |
| 2.2 ORB视觉特征算子 | 第24-27页 |
| 2.2.1 ORB特征点提取 | 第24-26页 |
| 2.2.2 ORB特征点提取均匀化 | 第26-27页 |
| 2.3 ORB特征匹配与跟踪 | 第27-29页 |
| 2.3.1 汉明距离匹配 | 第27-28页 |
| 2.3.2 ORB特征匹配对优化 | 第28-29页 |
| 2.4 移动机器人运动估计 | 第29-34页 |
| 2.4.1 移动机器人定位模型 | 第29-31页 |
| 2.4.2 基于特征匹配的机器人运动估计 | 第31-34页 |
| 2.5 EKF融合惯导信息 | 第34页 |
| 2.6 ORB-VO算法总结 | 第34-35页 |
| 2.7 实验结果 | 第35-43页 |
| 2.7.1 ORB特征提取对比实验 | 第36页 |
| 2.7.2 ORB特征匹配与跟踪实验 | 第36-38页 |
| 2.7.3 视觉里程计定位实验 | 第38-43页 |
| 2.8 本章小结 | 第43-45页 |
| 第三章 基于立体视觉的室外三维环境快速重构 | 第45-65页 |
| 3.1 室外三维环境快速重建研究内容 | 第45-46页 |
| 3.2 视差图生成 | 第46-48页 |
| 3.2.1 立体匹配 | 第46-48页 |
| 3.2.2 视差估算 | 第48页 |
| 3.3 三维点云的生成与滤波 | 第48-50页 |
| 3.3.1 双目视觉中空间坐标计算 | 第48-49页 |
| 3.3.2 点云滤波 | 第49-50页 |
| 3.4 局部点云拼接与优化 | 第50-51页 |
| 3.5 基于八叉树的点云压缩 | 第51-54页 |
| 3.5.1 八叉树的表达 | 第52-53页 |
| 3.5.2 八叉树更新 | 第53-54页 |
| 3.6 实验结果 | 第54-63页 |
| 3.6.1 视差图实验 | 第54-55页 |
| 3.6.2 点云重构实验 | 第55-59页 |
| 3.6.3 基于八叉树压缩重构效果 | 第59-62页 |
| 3.6.4 激光重构对比实验 | 第62-63页 |
| 3.7 本章小结 | 第63-65页 |
| 第四章 基于图优化的视觉SLAM算法研究 | 第65-87页 |
| 4.1 视觉SLAM实现框架 | 第65-66页 |
| 4.2 SLAM中的图模型 | 第66-69页 |
| 4.2.1 图的表示 | 第66-67页 |
| 4.2.2 SLAM中图的构建 | 第67-69页 |
| 4.3 基于BoW的闭环检测算法研究 | 第69-73页 |
| 4.3.1 SLAM中的闭环 | 第70页 |
| 4.3.2 字典的创建与相似度比较 | 第70-72页 |
| 4.3.3 闭环检测算法 | 第72-73页 |
| 4.4 pose图优化 | 第73-77页 |
| 4.4.1 图优化理论推导 | 第73-76页 |
| 4.4.2 移动机器人SLAM算法实现 | 第76-77页 |
| 4.5 实验结果 | 第77-86页 |
| 4.5.1 闭环检测结果实验 | 第77-78页 |
| 4.5.2 优化后机器人定位与重构实验 | 第78-86页 |
| 4.5.3 SLAM中的实时性分析 | 第86页 |
| 4.6 本章小结 | 第86-87页 |
| 第五章 总结与展望 | 第87-89页 |
| 致谢 | 第89-91页 |
| 参考文献 | 第91-97页 |
| 作者在攻读硕士期间发表的论文 | 第97页 |
