论文目录 | |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景及研究意义 | 第10-11页 |
| 1.2 SLAM国内外研究状况 | 第11-13页 |
| 1.2.1 基于滤波器的SLAM | 第11-12页 |
| 1.2.2 基于图优化的SLAM | 第12-13页 |
| 1.3 SLAM在机器人领域的应用现状 | 第13-15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第二章 视觉SLAM的基础知识 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 视觉SLAM的分类 | 第17-20页 |
| 2.2.1 单目SLAM | 第17-18页 |
| 2.2.2 双目SLAM | 第18-19页 |
| 2.2.3 RGB-D SLAM | 第19-20页 |
| 2.3 ORB特征的提取和匹配 | 第20-23页 |
| 2.3.1 ORB特征 | 第20-23页 |
| 2.3.2 特征匹配 | 第23页 |
| 2.4 对极几何 | 第23-27页 |
| 2.4.1 基础矩阵和本质矩阵 | 第24-26页 |
| 2.4.2 单应矩阵 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 基于RGB-D SLAM的改进OctoMap算法 | 第29-48页 |
| 3.1 引言 | 第29-30页 |
| 3.2 算法框架 | 第30-34页 |
| 3.2.1 视觉里程计 | 第30-31页 |
| 3.2.2 回环检测 | 第31-32页 |
| 3.2.3 位姿优化 | 第32-33页 |
| 3.2.4 建图 | 第33-34页 |
| 3.3 改进的OctoMap构建算法 | 第34-40页 |
| 3.3.1 构建OctoMap | 第34-36页 |
| 3.3.2 基于K-最近邻与高斯分布的离群点剔除算法 | 第36-40页 |
| 3.4 基于RGB-D SLAM的改进OctoMap算法实验 | 第40-47页 |
| 3.4.1 相机标定 | 第40-42页 |
| 3.4.2 基于RGB-D SLAM的改进OctoMap算法实验 | 第42-47页 |
| 3.4.2.1 实验室和走廊静态场景实验 | 第42-44页 |
| 3.4.2.2 OctoMap和点云对比实验 | 第44-45页 |
| 3.4.2.3 不同分别率下的OctoMap实验 | 第45-46页 |
| 3.4.2.4 动态场景下的OctoMap实验 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于ORB-SLAM改进的地图点求取算法 | 第48-68页 |
| 4.1 引言 | 第48-50页 |
| 4.2 ORB-SLAM单目自动初始化 | 第50-53页 |
| 4.2.1 选取初始帧 | 第50页 |
| 4.2.2 计算两种矩阵模型的得分 | 第50-51页 |
| 4.2.3 模型选择 | 第51-52页 |
| 4.2.4 恢复位姿 | 第52-53页 |
| 4.2.5 求取地图点 | 第53页 |
| 4.3 ORB-SLAM位姿跟踪 | 第53-55页 |
| 4.4 改进的地图点求取算法 | 第55-59页 |
| 4.4.1 直接线性三角化算法求取地图点 | 第55-57页 |
| 4.4.2 迭代三角化算法求取地图点 | 第57-59页 |
| 4.5 基于ORB-SLAM改进的地图点求取实验 | 第59-67页 |
| 4.5.1 基于公开数据集的改进地图点求取算法实验 | 第59-63页 |
| 4.5.1.1 基于TUM数据集的性能评测 | 第60-62页 |
| 4.5.1.2 基于KITTI数据集的性能评测 | 第62-63页 |
| 4.5.2 基于OptiTrack系统的改进地图点求取算法实验 | 第63-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68页 |
| 5.2 未来工作展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 附录 | 第76页 |
