基于视觉惯性模组的室内三维布局鲁棒重建方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.2.1 点云重建 | 第14-15页 |
| 1.2.2 房间布局重建 | 第15-16页 |
| 1.3 本文研究工作与内容安排 | 第16-19页 |
| 1.3.1 本文研究工作与贡研究意义 | 第16-17页 |
| 1.3.2 本文内容安排 | 第17-19页 |
| 第2章 相关技术 | 第19-25页 |
| 2.1 多视图立体几何 | 第19-20页 |
| 2.1.1 双视图方法 | 第19-20页 |
| 2.1.2 多视图方法 | 第20页 |
| 2.2 离线视觉重建方法 | 第20-22页 |
| 2.2.1 特征提取与匹配 | 第20-21页 |
| 2.2.2 增量式重建方法 | 第21页 |
| 2.2.3 全局重建方法 | 第21-22页 |
| 2.3 实时视觉重建方法 | 第22页 |
| 2.3.1 视觉里程计 | 第22页 |
| 2.3.2 视觉惯性里程计 | 第22页 |
| 2.4 点云处理 | 第22-24页 |
| 2.4.1 点云的最近邻查找 | 第23页 |
| 2.4.2 法向估计 | 第23页 |
| 2.4.3 滤波处理 | 第23-24页 |
| 2.5 本章总结 | 第24-25页 |
| 第3章 数据采集与点云重建 | 第25-35页 |
| 3.1 视觉惯性模组数据采集 | 第25-26页 |
| 3.1.1 视觉惯性模组 | 第25页 |
| 3.1.2 数据采集方法 | 第25-26页 |
| 3.2 前端在线实时重建 | 第26-29页 |
| 3.2.1 基于特征跟踪的视觉模块 | 第27-28页 |
| 3.2.2 基于预积分的状态传播 | 第28页 |
| 3.2.3 基于关键帧和滑动窗口的局部优化 | 第28-29页 |
| 3.3 后端离线点云重建 | 第29-34页 |
| 3.3.1 空间近邻图像特征匹配 | 第29-31页 |
| 3.3.2 增量式运动恢复结构方法 | 第31页 |
| 3.3.3 多视图立体几何方法 | 第31-34页 |
| 3.4 本章总结 | 第34-35页 |
| 第4章 平面拟合与房间布局重建 | 第35-51页 |
| 4.1 点云数据预处理 | 第35-37页 |
| 4.1.1 体素格下采样 | 第35页 |
| 4.1.2 统计去噪 | 第35-36页 |
| 4.1.3 平滑重采样 | 第36-37页 |
| 4.2 法向估计 | 第37页 |
| 4.3 平面拟合 | 第37-43页 |
| 4.3.1 基于采样一致性的平面拟合 | 第38页 |
| 4.3.2 基于区域生长的平面拟合 | 第38-41页 |
| 4.3.3 平面合并 | 第41-42页 |
| 4.3.4 平面分类 | 第42-43页 |
| 4.4 单房间布局重建 | 第43-48页 |
| 4.4.1 围成面积项 | 第43页 |
| 4.4.2 缺失补偿项 | 第43-45页 |
| 4.4.3 算法实现 | 第45-48页 |
| 4.5 多房间布局重建 | 第48页 |
| 4.6 本章总结 | 第48-51页 |
| 第5章 实验结果 | 第51-65页 |
| 5.1 实验环境 | 第51页 |
| 5.2 实验数据与实验结果 | 第51-58页 |
| 5.2.1 点云重建数据与结果 | 第51页 |
| 5.2.2 布局重建数据与结果 | 第51-58页 |
| 5.3 实验分析 | 第58-64页 |
| 5.3.1 实时重建结合离线重建作用分析 | 第58-59页 |
| 5.3.2 平面拟合方法的选取分析 | 第59-61页 |
| 5.3.3 参数设置与重建精细度分析 | 第61页 |
| 5.3.4 失败案例分析 | 第61-64页 |
| 5.4 本章总结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 本文总结 | 第65-66页 |
| 6.2 未来展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73页 |
