基于单目视觉的扫地机器人定位算法设计及实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 室内机器人国内外发展现状 | 第15-16页 |
| 1.2.2 定位算法国内外研究现状 | 第16-18页 |
| 1.3 本文主要内容及结构 | 第18-20页 |
| 第2章 扫地机器人单目视觉定位方案设计 | 第20-30页 |
| 2.1 概述 | 第20页 |
| 2.2 单目视觉定位总体结构 | 第20-22页 |
| 2.3 扫地机器人单目视觉定位建模 | 第22-29页 |
| 2.3.1 坐标系间的变换关系 | 第23-26页 |
| 2.3.2 定位模型位姿求解 | 第26-27页 |
| 2.3.3 位姿求解公式误差分析 | 第27-29页 |
| 2.4 小结 | 第29-30页 |
| 第3章 基于特征点法的图像匹配及地图构建 | 第30-56页 |
| 3.1 特征点提取算法 | 第31-37页 |
| 3.1.1 FAST特征点提取算法 | 第31页 |
| 3.1.2 Shi-Tomasi特征点提取算法 | 第31-33页 |
| 3.1.3 ORB特征点提取算法 | 第33-34页 |
| 3.1.4 特征点提取算法改进 | 第34-35页 |
| 3.1.5 实验结果对比与分析 | 第35-37页 |
| 3.2 特征点描述算法 | 第37-39页 |
| 3.3 特征点匹配算法 | 第39-46页 |
| 3.3.1 BF匹配与FLANN匹配 | 第40页 |
| 3.3.2 特征点匹配算法改进 | 第40-42页 |
| 3.3.3 实验结果对比与分析 | 第42-46页 |
| 3.4 剔除误匹配算法 | 第46-49页 |
| 3.4.1 RANSAC算法 | 第46-47页 |
| 3.4.2 GMS算法 | 第47-48页 |
| 3.4.3 结果对比分析 | 第48-49页 |
| 3.5 特征点地图构建 | 第49-53页 |
| 3.5.1 特征点的深度求解 | 第50-51页 |
| 3.5.2 特征地图的维护更新 | 第51-53页 |
| 3.6 小结 | 第53-56页 |
| 第4章 基于关键帧的回环检测与位姿优化算法改进 | 第56-74页 |
| 4.1 问题分析 | 第56页 |
| 4.2 关键帧的选择算法实现 | 第56-58页 |
| 4.2.1 关键帧选择算法 | 第56页 |
| 4.2.2 关键帧选择算法改进 | 第56-58页 |
| 4.3 基于关键帧的回环检测算法实现 | 第58-64页 |
| 4.3.1 词袋模型算法 | 第59-60页 |
| 4.3.2 回环检测算法改进与实现 | 第60-64页 |
| 4.4 位姿优化算法改进 | 第64-72页 |
| 4.4.1 图优化误差建模 | 第64-66页 |
| 4.4.2 图优化求解 | 第66-67页 |
| 4.4.3 基于平面约束的位姿优化 | 第67-70页 |
| 4.4.4 实验结果分析 | 第70-72页 |
| 4.5 小结 | 第72-74页 |
| 第5章 单目视觉定位算法的实现与验证 | 第74-98页 |
| 5.1 实验平台 | 第74-80页 |
| 5.1.1 软硬件平台介绍 | 第74-75页 |
| 5.1.2 依赖库的交叉编译 | 第75-76页 |
| 5.1.3 真实轨迹捕捉系统OptiTrack | 第76-78页 |
| 5.1.4 摄像机的标定 | 第78-80页 |
| 5.2 视觉定位接口设计 | 第80-81页 |
| 5.3 场地实验及结果分析 | 第81-96页 |
| 5.3.1 OptiTrack数据预处理 | 第82-85页 |
| 5.3.2 “8”字形实验 | 第85-89页 |
| 5.3.3 弓字形实验 | 第89-92页 |
| 5.3.4 矩形有遮挡实验 | 第92-95页 |
| 5.3.5 实验总结 | 第95-96页 |
| 5.4 小结 | 第96-98页 |
| 第6章 总结与展望 | 第98-100页 |
| 6.1 本文工作总结 | 第98-99页 |
| 6.2 未来工作展望 | 第99-100页 |
| 参考文献 | 第100-106页 |
| 致谢 | 第106-108页 |
| 在校期间发表的学术论文与取得的其他研究成果 | 第108页 |
