| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究的意义与背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 传感器数据 | 第12-14页 |
| 1.2.2 地图构建 | 第14-15页 |
| 1.2.3 基础算法建模 | 第15-16页 |
| 1.2.4 回环检测 | 第16页 |
| 1.3 论文的主要研究内容和论文结构 | 第16-18页 |
| 第2章 RGB-D SLAM简介 | 第18-30页 |
| 2.1 Kinect传感器 | 第18-22页 |
| 2.1.1 Kinect成像原理 | 第18-19页 |
| 2.1.2 Kinect标定和配准 | 第19-22页 |
| 2.2 前端介绍 | 第22-24页 |
| 2.2.1 姿位计算方法 | 第22页 |
| 2.2.2 3D-3D算法 | 第22-24页 |
| 2.3 后端介绍 | 第24-27页 |
| 2.3.1 卡尔曼滤波器 | 第24-26页 |
| 2.3.2 粒子滤波器 | 第26页 |
| 2.3.3 图优化的方式 | 第26-27页 |
| 2.4 回环检测 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 一种ORB特征的提取与匹配方法 | 第30-42页 |
| 3.1 SLAM中特征的选择 | 第30-31页 |
| 3.2 特征的提取 | 第31-35页 |
| 3.2.1 ORB特征 | 第31-33页 |
| 3.2.2 尺度空间的构建 | 第33-35页 |
| 3.3 结合显著性特征的特征点筛选 | 第35-39页 |
| 3.3.1 显著性特征的计算方法 | 第36-37页 |
| 3.3.2 结合显著性的特征点筛选 | 第37-39页 |
| 3.4 试验结果与分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于Bundle Adjustment的RGB-D SLAM | 第42-56页 |
| 4.1 算法主要思路 | 第42-44页 |
| 4.2 基于光束平差法的相机姿位追踪 | 第44-48页 |
| 4.2.1 问题提出 | 第44页 |
| 4.2.2 远近点的判断标准 | 第44页 |
| 4.2.3 相机位姿建模 | 第44-45页 |
| 4.2.4 相机姿位求解 | 第45-48页 |
| 4.2.5 位姿追踪的优化 | 第48页 |
| 4.3 关键点的选择和地图的建立 | 第48-49页 |
| 4.4 BOW的回环检测基于和图优化的后端优化 | 第49-53页 |
| 4.4.1 基于BOW的回环检测 | 第49-52页 |
| 4.4.2 基于图优化的后端优化 | 第52-53页 |
| 4.5 实验结果及分析 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |