基于多传感器信息融合的视觉SLAM算法研究 |
论文目录 |
| 摘要 | 第1-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 视觉SLAM方法的国内外研究历史与现状 | 第11-18页 |
| 1.2.1 视觉SLAM研究现状 | 第11-16页 |
| 1.2.2 多传感器融合SLAM研究现状 | 第16-18页 |
| 1.3 本文的主要贡献与创新 | 第18-19页 |
| 1.4 本论文的结构安排 | 第19-21页 |
| 第二章 相关背景知识 | 第21-34页 |
| 2.1 相机成像模型 | 第21-22页 |
| 2.2 现代SLAM基本原理 | 第22-28页 |
| 2.2.1 视觉里程计 | 第23-25页 |
| 2.2.2 帧间位姿恢复 | 第25-28页 |
| 2.3 视觉SLAM中的状态估计理论 | 第28-30页 |
| 2.4 直线参数化 | 第30-33页 |
| 2.4.1 普吕克坐标 | 第30-31页 |
| 2.4.2 正交表示法 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 多传感器外参在线标定 | 第34-49页 |
| 3.1 传统的外参在线标定原理 | 第34-38页 |
| 3.2 改进的视觉-IMU外参标定 | 第38-43页 |
| 3.3 实验结果与分析 | 第43-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 改进的综合点线特征的视觉-惯性里程计与稠密建图 | 第49-69页 |
| 4.1 改进的线特征提取算法 | 第49-53页 |
| 4.1.1 LSD线特征提取算法 | 第49-50页 |
| 4.1.2 线特征长短的定义 | 第50-52页 |
| 4.1.3 改进的线特征提取算法 | 第52-53页 |
| 4.2 基于特征法的稠密建图与整体系统流程 | 第53-57页 |
| 4.2.1 稠密建图算法流程 | 第54-56页 |
| 4.2.2 结合IMU的视觉SLAM系统流程 | 第56-57页 |
| 4.3 实验结果与分析 | 第57-67页 |
| 4.3.1 长短特征定义对定位精度影响的实验与分析 | 第57-61页 |
| 4.3.2 改进的综合点线特征提取对定位精度影响的实验与分析 | 第61-64页 |
| 4.3.3 基于特征法的稠密建图实验与分析 | 第64-67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的成果 | 第75页 |
|
| |
