基于激光雷达与双目视觉惯导融合的移动机器人位姿估计

目录

第1章 绪论

1.1 课题研究的背景和意义

1.2 国内外研究现状

1.2.1 激光SLAM

1.2.2 视觉SLAM

1.2.3 视觉与激光融合的SLAM

1.3 本文的主要研究内容

第2章 卡尔曼滤波与IMU状态模型

2.1 引言

2.2 卡尔曼滤波

2.2.1 线性系统

2.2.2 非线性系统

2.3 IMU的状态模型

2.3.1 IMU的运动模型和观测模型

2.3.2 IMU的状态误差模型

2.4 本章小结

第3章 基于双阶扩展卡尔曼滤波的视觉惯性里程计

3.1 引言

3.2 IMU数据处理

3.2.1 基于扩展卡尔曼滤波的IMU姿态解算

3.3 图像信息处理

3.3.1 图像特征点检测和匹配

3.3.2 改进特征点匹配对筛选中的RANSAC算法

3.4 视觉惯性里程计

3.4.1 系统状态传递

3.4.2 系统测量更新

3.5 实验验证与分析

3.5.1 基于双阶卡尔曼滤波的视觉惯性里程计实验分析

3.5.2 改进特征匹配点对筛选中的RANSAC算法实验分析

3.6 本章小结

第4章 融合激光雷达和视觉惯导的里程计

4.1 引言

4.2.1 特征点提取

4.2.2 特征点匹配

4.3.1 系统状态传递

4.3.2 激光雷达的测量更新

4.4.1 实验平台和实验设计说明

4.4.2 实验结果与分析

4.5 本章小结

结论

参考文献

声明

致谢