摘要
第一章绪论
1.1研究背景及意义
1.1.1研究背景
1.1.2研究价值
1.2相关研究介绍
1.2.1环境表达以及数据匹配
1.2.2 VSLAM环境构建与定位
1.2.3视觉导航运动控制
1.3国内外研究现状
1.3.1 国内现状
1.3.2国际现状
1.4提高鲁棒性的视觉导航研究趋势
1.4.1 鲁棒性视觉跟踪定位数据匹配
1.4.2高容错性的优化计算
1.5本文内容以及结构
第二章基于多子图后端的VSLAM高容错性环境建模
2.1概述
2.2 VSLAM背景知识
2.2.1 VSLAM初始化与视觉跟踪
2.2.2 VSLAM系统后端优化
2.3多子图后端VSLAM系统构架
2.4多约束并行前端
2.4.1多层式关键帧选择
2.4.2光流-特征法混合的视觉跟踪与闭环检测
2.5多子图鲁棒后端
2.5.1节点与边定义
2.5.2多子图算法实现
2.6实验结果以及分析
2.6.1实验设计
2.6.2实验结果
2.6.3结果分析
2.7小结
第三章强化数据关联的动态关键帧选择
3.1概述
3.1.1研究背景
3.1.2章节构成
3.2已有关键帧选择策略分析
3.2.1主流VSLAM以及VO系统关键帧选择
3.2.2研究动机
3.3自适应关键帧选择
3.3.1基于PD控制器的关键帧选择
3.3.2原理分析
3.4实验结果以及分析
3.4.1实验设计
3.4.2实验结果
3.4.3结果分析
3.5小结
第四章基于VSLAM的高故障容错环境探索构架集成
4.1概述
4.1.1导航控制研究现状
4.1.2环境探索研究现状
4.1.3章节构成
4.2系统框架
4.3反应式运动控制
4.3.1 应用于室内导航的神经网络地面分割
4.3.2图像空间目标点规划
4.4视觉探索模型评估
4.4.1基于密度的建模评
4.4.2基于分布的建模评估
4.5探索架构可靠性分析
4.6实验结果以及分析
4.6.1实验设计
4.6.2环境建模模块分析
4.6.3反应式控制器可行性实验
4.6.4探索建模评估实验
4.6.5实验结果分析
4.7小结
第五章应用于安全视觉导航的定位置信度评估
5.1概述
5.2相关工作
5.2.1根据传感类型相关工作分类
5.2.2根据建模方法相关工作分类
5.3基于建模完整度的定位置信度评估
5.3.1局部建模完整度评估
5.3.2定位置信度评估
5.3.3置信度与误差相关性分析
5.4实验结果以及分析
5.4.1实验设计
5.4.2实验结果
5.4.3结果分析
5.5小结
结论与展望
结论
展望
参考文献
攻读博士学位期间取得的学术成果
声明
致谢