| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 SLAM发展历史 | 第11-12页 |
| 1.2.2 SLAM研究现状 | 第12-15页 |
| 1.3 论文主要研究内容与结构安排 | 第15-16页 |
| 第2章 自适应渐消EKF-SLAM算法 | 第16-34页 |
| 2.1 SLAM问题基础结构 | 第16-23页 |
| 2.1.1 SLAM问题描述 | 第16-18页 |
| 2.1.2 EKF-SLAM算法 | 第18-23页 |
| 2.2 自适应渐消EKF-SLAM | 第23-32页 |
| 2.2.1 自适应渐消扩展卡尔曼滤波方法 | 第24-25页 |
| 2.2.2 AFEKF-SLAM算法 | 第25-28页 |
| 2.2.3 实验与分析 | 第28-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第3章 AFEKF-1pRANSAC单目视觉SLAM | 第34-51页 |
| 3.1 FAST特征检测 | 第34-36页 |
| 3.2 成像模型与地图特征点初始化 | 第36-41页 |
| 3.2.1 针孔相机成像模型 | 第36-39页 |
| 3.2.2 地图特征逆深度初始化 | 第39-41页 |
| 3.3 AFEKF-1pRANSAC-MonoSLAM算法 | 第41-50页 |
| 3.3.1 单目视觉SLAM运动模型与观测模型 | 第41-43页 |
| 3.3.2 FAST特征点匹配 | 第43-44页 |
| 3.3.3 单目视觉SLAM算法实现 | 第44-47页 |
| 3.3.4 仿真实验 | 第47-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 双目视觉SLAM系统前端研究 | 第51-65页 |
| 4.1 双目视觉里程计 | 第51-56页 |
| 4.1.1 双目视觉测距原理 | 第51-54页 |
| 4.1.2 视觉里程计原理 | 第54-56页 |
| 4.2 SLAM前端特征提取 | 第56-64页 |
| 4.2.1 常用特征检测算法 | 第56-60页 |
| 4.2.2 特征点检测算法比较 | 第60-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第5章 双目视觉SLAM算法实验与分析 | 第65-76页 |
| 5.1 基于ORB特征的双目SLAM系统框架 | 第65-70页 |
| 5.2 基于双目视觉的SLAM实验研究 | 第70-75页 |
| 5.2.1 基于公开数据集的实验 | 第70-73页 |
| 5.2.2 基于双目摄像机的实验 | 第73-75页 |
| 5.3 本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第84页 |