室内通道中无人车视觉定位与感知方法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第14-20页 |
1.1 研究背景及意义 | 第14页 |
1.2 国内外研究现状 | 第14-16页 |
1.3 关键问题 | 第16-17页 |
1.4 本文研究工作 | 第17-18页 |
1.5 本文组织结构 | 第18-20页 |
第2章 相关技术介绍 | 第20-30页 |
2.1 基于特征点匹配的视觉里程计 | 第20-25页 |
2.1.1 特征点的检测与匹配 | 第20-23页 |
2.1.2 2D-2D对极几何 | 第23-24页 |
2.1.3 三角测量 | 第24页 |
2.1.4 3D-2D:PnP多点透视成像 | 第24-25页 |
2.2 即时同步定位与建图技术 | 第25-28页 |
2.2.1 基于视觉的同步定位与建图技术 | 第25-27页 |
2.2.2 基于激光雷达的导航方法 | 第27-28页 |
2.3 LSD线段检测算法 | 第28-30页 |
第3章 基于消失点的室内无人车运动偏离检测算法 | 第30-42页 |
3.1 问题描述 | 第30页 |
3.2 通道平行线的检测 | 第30-37页 |
3.2.1 直线参数区间的估计 | 第31-32页 |
3.2.2 阈值的动态调整 | 第32-33页 |
3.2.3 误检平行线的滤除 | 第33-35页 |
3.2.4 消失点的估计 | 第35-37页 |
3.2.5 降低估计误差的方法 | 第37页 |
3.3 运动状态的判断 | 第37-38页 |
3.4 实验与结果分析 | 第38-39页 |
3.5 本章总结 | 第39-42页 |
第4章 基于室内地板稀疏特征的定位算法 | 第42-56页 |
4.1 引言 | 第42页 |
4.2 系统框架设计 | 第42-43页 |
4.3 定位系统具体实现 | 第43-53页 |
4.3.1 视角变换 | 第43-45页 |
4.3.2 特征点的跟踪 | 第45-46页 |
4.3.3 直线的预测 | 第46-47页 |
4.3.4 直线与特征点检测 | 第47-50页 |
4.3.5 特征点匹配 | 第50页 |
4.3.6 运动估计 | 第50-51页 |
4.3.7 匹配链的重连接 | 第51-52页 |
4.3.8 全局优化 | 第52-53页 |
4.4 实验与分析 | 第53-54页 |
4.5 本章总结 | 第54-56页 |
第5章 基于线段特征的室内门检测 | 第56-66页 |
5.1 引言 | 第56页 |
5.2 算法框架介绍 | 第56-57页 |
5.3 检测系统实现 | 第57-62页 |
5.3.1 门的图像几何模型 | 第57-58页 |
5.3.2 图像预处理 | 第58页 |
5.3.3 线段检测与融合 | 第58-59页 |
5.3.4 门候选集 | 第59-62页 |
5.4 搜索门踢脚线 | 第62页 |
5.5 候选门的评分与过滤 | 第62-63页 |
5.6 实验与分析 | 第63-64页 |
5.7 本章总结 | 第64-66页 |
第6章 室内无人车实验系统 | 第66-76页 |
6.1 硬件系统 | 第66-69页 |
6.1.1 机械结构 | 第66-67页 |
6.1.2 电路结构 | 第67-69页 |
6.2 软件系统 | 第69-75页 |
6.2.1 底层程序 | 第70-71页 |
6.2.2 控制抽象层 | 第71-72页 |
6.2.3 校正程序 | 第72页 |
6.2.4 ROS节点 | 第72-73页 |
6.2.5 障碍物检测系统 | 第73-75页 |
6.3 本章总结 | 第75-76页 |
第7章 总结与展望 | 第76-78页 |
7.1 本文工作总结 | 第76页 |
7.2 未来工作展望 | 第76-78页 |
参考文献 | 第78-82页 |
致谢 | 第82-84页 |
在读期间发表的学术论文与取得的研究成果 | 第84页 |