| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 课题国内外研究现状 | 第11-13页 |
| 1.3 论文的主要工作及章节安排 | 第13-16页 |
| 1.3.1 主要研究工作 | 第13页 |
| 1.3.2 全文章节安排 | 第13-16页 |
| 第二章 Kinect传感器和视觉SLAM关键技术 | 第16-26页 |
| 2.1 Kinect简介 | 第16-17页 |
| 2.2 OpenNI图像采集 | 第17-18页 |
| 2.3 Kinect标定 | 第18-21页 |
| 2.3.1 图像坐标系 | 第18页 |
| 2.3.2 摄像机坐标系 | 第18-19页 |
| 2.3.3 Kinect内参数计算 | 第19-21页 |
| 2.4 视觉SLAM关键技术 | 第21-24页 |
| 2.4.1 三维重建 | 第21-22页 |
| 2.4.2 闭环检测 | 第22-23页 |
| 2.4.3 定位技术 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 基于RGB-D信息的室内3D视觉地图构建 | 第26-50页 |
| 3.1 图像特征提取与匹配 | 第26-33页 |
| 3.1.1 局部特征提取算法分析 | 第27页 |
| 3.1.2 局部特征提取与匹配实验 | 第27-30页 |
| 3.1.3 SURF和ORB全局特征计算 | 第30-33页 |
| 3.2 基于RGB-D信息的相机运动估计 | 第33-37页 |
| 3.3 基于Twisted Graph图优化的视觉地图构建 | 第37-49页 |
| 3.3.1 Twisted Graph图优化 | 第38-41页 |
| 3.3.2 Twisted Graph模型仿真实验结果 | 第41-43页 |
| 3.3.3 关键帧处理 | 第43-44页 |
| 3.3.4 视觉地图创建真实实验结果 | 第44-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 基于SURF和ORB全局特征的快速闭环检测 | 第50-66页 |
| 4.1 基于SURF和ORB全局特征的闭环检测算法 | 第50-56页 |
| 4.1.1 闭环检测算法设计 | 第51-52页 |
| 4.1.2 图像预处理与全局特征计算 | 第52-53页 |
| 4.1.3 WH-KNN加权混合最近邻算法 | 第53-55页 |
| 4.1.4 基于跟踪模型的闭环检测 | 第55-56页 |
| 4.2 基于BOW(词袋)的闭环检测算法 | 第56-58页 |
| 4.3 实验结果与分析 | 第58-64页 |
| 4.3.1 室内数据集测试结果 | 第59-62页 |
| 4.3.2 室外数据集测试结果 | 第62-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 基于多尺度的室内定位方法 | 第66-76页 |
| 5.1 图像级定位 | 第66-67页 |
| 5.2 基于RANSAC算法的特征点匹配 | 第67-68页 |
| 5.3 基于PnP算法的度量级定位 | 第68-69页 |
| 5.4 实验结果与分析 | 第69-74页 |
| 5.4.1 实验室数据集测试结果 | 第69-72页 |
| 5.4.2 楼道数据集测试结果 | 第72-74页 |
| 5.5 本章小结 | 第74-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 工作总结 | 第76-77页 |
| 6.2 未来工作展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读学位期间所取得的相关科研成果 | 第82-84页 |
| 致谢 | 第84页 |
