| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第14-24页 |
| 1.1 研究背景 | 第14-16页 |
| 1.2 研究现状 | 第16-20页 |
| 1.2.1 光流法 | 第16-17页 |
| 1.2.2 视觉里程计方法 | 第17-18页 |
| 1.2.3 视觉惯性融合里程计方法 | 第18-20页 |
| 1.3 研究内容与创新点 | 第20-22页 |
| 1.4 论文结构 | 第22-24页 |
| 第二章 预备知识 | 第24-36页 |
| 2.1 相机投影模型 | 第24-27页 |
| 2.2 四元数 | 第27-33页 |
| 2.2.1 四元数的基本定义与性质 | 第27-32页 |
| 2.2.2 四元数与旋转 | 第32-33页 |
| 2.3 李群与李代数 | 第33-36页 |
| 第三章 IARC场景下的融合光流及网格信息的定位方法 | 第36-64页 |
| 3.1 IARC场景介绍 | 第36-38页 |
| 3.2 基于固定块匹配的改进光流法 | 第38-44页 |
| 3.2.1 固定块匹配 | 第38-40页 |
| 3.2.2 运动场恢复 | 第40-44页 |
| 3.3 基于地面直线信息的网格校正 | 第44-49页 |
| 3.3.1 地面直线交点计算与校正 | 第44-46页 |
| 3.3.2 基于网格信息的飞行器运动状态估计校正 | 第46-49页 |
| 3.4 基于EKF框架的多信息融合 | 第49-56页 |
| 3.4.1 状态表征 | 第49-52页 |
| 3.4.2 测量部分 | 第52-56页 |
| 3.5 实验结果分析 | 第56-60页 |
| 3.6 本章小结 | 第60-64页 |
| 第四章 基于稀疏直接法的单目视觉里程计 | 第64-80页 |
| 4.1 基于FAST算法的特征检测 | 第64-65页 |
| 4.2 运动估计 | 第65-73页 |
| 4.2.1 特征点深度估计 | 第65-69页 |
| 4.2.2 基于稀疏直接法的位姿估计 | 第69-73页 |
| 4.3 实验结果分析 | 第73-78页 |
| 4.4 本章小结 | 第78-80页 |
| 第五章 一般场景下的融合单目视觉及惯性传感的里程计方法 | 第80-106页 |
| 5.1 基于IMU的误差状态运动学 | 第80-89页 |
| 5.1.1 状态量解释和前提条件 | 第80-82页 |
| 5.1.2 连续时间的系统运动学 | 第82-85页 |
| 5.1.3 离散时间的系统运动学 | 第85-89页 |
| 5.2 视觉算法与IMU数据融合 | 第89-94页 |
| 5.3 时间同步机制 | 第94-96页 |
| 5.4 视觉算法位姿估计错误校正 | 第96-99页 |
| 5.5 实验结果分析 | 第99-104页 |
| 5.6 本章小结 | 第104-106页 |
| 第六章 总结与工作展望 | 第106-110页 |
| 6.1 总结 | 第106-107页 |
| 6.2 展望 | 第107-110页 |
| 参考文献 | 第110-114页 |
| 附录 | 第114-122页 |
| 致谢 | 第122-124页 |
| 作者简历 | 第124-126页 |
| 攻读硕士学位期间主要的研究成果 | 第126页 |