| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 机器人定位系统的研究现状 | 第11-14页 |
| 1.2.1 航位推算定位 | 第11-12页 |
| 1.2.2 地图匹配定位 | 第12页 |
| 1.2.3 基于路标的定位 | 第12-14页 |
| 1.3 双目立体视觉定位的关键技术 | 第14-16页 |
| 1.3.1 摄像机标定模块 | 第14-15页 |
| 1.3.2 图像预处理模块 | 第15页 |
| 1.3.3 特征提取与匹配模块 | 第15-16页 |
| 1.3.4 深度计算模块 | 第16页 |
| 1.4 本文的主要研究内容和结构安排 | 第16-20页 |
| 1.4.1 主要研究内容及技术路线 | 第16-18页 |
| 1.4.2 本文的结构安排 | 第18-20页 |
| 第2章 视觉定位方法与摄像机标定 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 机器人定位方法 | 第20-26页 |
| 2.2.1 三边测量原理 | 第20-21页 |
| 2.2.2 双目视觉测距原理 | 第21-24页 |
| 2.2.3 坐标系转换 | 第24-26页 |
| 2.3 基于张正友的摄像机标定法 | 第26-32页 |
| 2.3.1 摄像机模型 | 第26页 |
| 2.3.2 张正友标定法 | 第26-29页 |
| 2.3.3 OpenCV实现 | 第29-32页 |
| 2.4 图像校正 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于双阈值FAST的SIFT描述算法 | 第34-48页 |
| 3.1 引言 | 第34页 |
| 3.2 高效的特征检测与描述算法 – SIFT算法 | 第34-39页 |
| 3.2.1 DoG尺度空间的生成 | 第34-35页 |
| 3.2.2 特征点搜索与定位 | 第35-37页 |
| 3.2.3 方向角度确定 | 第37页 |
| 3.2.4 局部特征描述 | 第37-38页 |
| 3.2.5 基于特征的匹配 | 第38-39页 |
| 3.3 快速的特征点检测算法 – FAST算法 | 第39-46页 |
| 3.3.1 FAST基本原理 | 第39-42页 |
| 3.3.2 双阈值FAST特征点检测方法 | 第42-44页 |
| 3.3.3 三种立体匹配算法的对比实验 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 机器人定位与墙角跟踪 | 第48-60页 |
| 4.1 引言 | 第48页 |
| 4.2 视觉路标库的采样规则 | 第48-51页 |
| 4.3 基于视觉路标库的定位实验 | 第51-53页 |
| 4.4 机器人定位精度分析 | 第53-55页 |
| 4.5 墙角锁定与跟踪 | 第55-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第5章 总结 | 第60-62页 |
| 5.1 全文研究工作总结 | 第60-61页 |
| 5.2 下一步科研计划安排 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 作者简介及科研成果 | 第67-68页 |
| 致谢 | 第68页 |