基于视觉/MEMS的MAV的位姿估计
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题来源及研究意义 | 第8-9页 |
| ·MAV 的研究发展现状 | 第9-11页 |
| ·国外MAV 研究现状 | 第9-10页 |
| ·国内MAV 的研究现状 | 第10-11页 |
| ·视觉导航方法发展现状 | 第11-12页 |
| ·论文主要内容 | 第12-14页 |
| 第2章 基于MEMS 的MAV 的运动分析 | 第14-32页 |
| ·引言 | 第14页 |
| ·MAV 的运动学建模 | 第14-22页 |
| ·常用坐标系及其转换关系 | 第14-19页 |
| ·MAV 的运动学模型 | 第19-22页 |
| ·基于MEMS 的MAV 的运动导航 | 第22-26页 |
| ·SINS 的基本原理 | 第22-24页 |
| ·SINS 的误差模型 | 第24-26页 |
| ·MAV 运动仿真 | 第26-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 视觉图像特征提取与匹配 | 第32-41页 |
| ·引言 | 第32-33页 |
| ·SIFT 特征提取与匹配 | 第33-38页 |
| ·图像配准基础 | 第33页 |
| ·SIFT 算法实现 | 第33-38页 |
| ·SIFT 算法仿真 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于视觉的MAV 位姿估计 | 第41-57页 |
| ·引言 | 第41页 |
| ·摄像机成像模型 | 第41-44页 |
| ·视觉导航系中基本坐标系 | 第42页 |
| ·针孔模型的数学表示 | 第42-44页 |
| ·MAV 位姿初始定位 | 第44-51页 |
| ·MAV 初始位姿估计方法 | 第44-48页 |
| ·MAV 初始定位仿真 | 第48-51页 |
| ·MAV 的运动估计 | 第51-56页 |
| ·MAV 运动估计方法 | 第51-54页 |
| ·MAV 运动估计仿真 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 基于Kalman 滤波的数据融合 | 第57-67页 |
| ·引言 | 第57页 |
| ·视觉/捷联惯导组合导航方案设计 | 第57-58页 |
| ·多速率卡尔曼滤波算法 | 第58-62页 |
| ·多速率卡尔曼滤波算法研究 | 第58-59页 |
| ·多速率卡尔曼滤波算法推导 | 第59-62页 |
| ·组合导航数学仿真 | 第62-66页 |
| ·组合导航系统仿真方案设计 | 第62页 |
| ·卡尔曼滤波器设计 | 第62-64页 |
| ·卡尔曼滤波数学仿真 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-73页 |
| 致谢 | 第73页 |
