基于智能移动设备的双侧单目视觉里程计系统研究
| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 研究背景 | 第14-16页 |
| 1.2 研究目的与意义 | 第16-18页 |
| 1.3 研究现状 | 第18-22页 |
| 1.3.1. 传统视觉里程计算法 | 第18-20页 |
| 1.3.2. 实时视觉里程计算法 | 第20-21页 |
| 1.3.3. 基于移动设备的视觉里程计算法 | 第21-22页 |
| 1.4 研究内容及论文章节安排 | 第22-24页 |
| 第2章 单目视觉里程计原理 | 第24-36页 |
| 2.1 传统单目视觉里程计原理 | 第24-31页 |
| 2.1.1. 单目视觉里程计的基本思想 | 第24-25页 |
| 2.1.2. 运动估计 | 第25-26页 |
| 2.1.3. 摄像头校准 | 第26-29页 |
| 2.1.4. 误差优化 | 第29-31页 |
| 2.2 SVO算法原理 | 第31-35页 |
| 2.2.1. 总体结构 | 第31页 |
| 2.2.2. 姿态估计 | 第31-34页 |
| 2.2.3. 地图构建 | 第34-35页 |
| 2.3 小结 | 第35-36页 |
| 第3章 双侧单目视觉里程计系统 | 第36-44页 |
| 3.1 系统总体框架 | 第36-37页 |
| 3.2 系统硬件平台 | 第37页 |
| 3.3 系统软件平台 | 第37-40页 |
| 3.4 双侧空间对准 | 第40-41页 |
| 3.5 双侧时间对准 | 第41-42页 |
| 3.6 小结 | 第42-44页 |
| 第4章 特征识别算法的选择 | 第44-56页 |
| 4.1 常用特征识别及描述算法 | 第44-48页 |
| 4.1.1. SIFT算法 | 第44-46页 |
| 4.1.2. FAST算法 | 第46-47页 |
| 4.1.3. ORB算法 | 第47-48页 |
| 4.2 选择标准 | 第48-49页 |
| 4.3 实验设计 | 第49-50页 |
| 4.4 实验及对比结果 | 第50-54页 |
| 4.5 小结 | 第54-56页 |
| 第5章 单侧视觉里程计失效的判断和处理 | 第56-68页 |
| 5.1 单目视觉里程计状态的评估 | 第56-58页 |
| 5.2 单侧故障时的切换 | 第58页 |
| 5.3 单侧故障后的重启 | 第58页 |
| 5.4 动态对准 | 第58-61页 |
| 5.5 实验环境介绍 | 第61页 |
| 5.6 实验及结果 | 第61-65页 |
| 5.7 小结 | 第65-68页 |
| 第6章 双侧视觉里程计的融合 | 第68-78页 |
| 6.1 双侧正常工作时的融合 | 第68-69页 |
| 6.2 故障重启后的融合 | 第69-70页 |
| 6.3 实验及结果 | 第70-75页 |
| 6.4 小结 | 第75-78页 |
| 第7章 总结与展望 | 第78-80页 |
| 7.1 总结 | 第78页 |
| 7.2 展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 个人简介及科研成果 | 第84页 |
