城市内动态场景下基于双目视觉的无人车同步定位与建图

目录

第1 章 绪 论

1.1 课题背景及意义

1.2 同步定位与建图的发展和分类

1.2.1 基于激光雷达的 SLAM

1.2.2 基于视觉传感器的 SLAM

1.2.3 多传感器融合的 SLAM

1.3 视觉 SLAM 的国内外研究现状

1.3.1 基于滤波器框架的视觉 SLAM

1.3.2 基于关键帧优化的视觉 SLAM

1.3.3 基于深度学习的视觉 SLAM

1.4 目前研究中存在的问题分析

1.5 本文的研究内容和结构安排

第2 章 基于特征匹配的同步定位与建图

2.1 引言

2.2 视觉 SLAM 的基本原理

2.2.1 坐标系与相机模型

2.2.2 特征法视觉 SLAM 原理

2.3 ORB 特征的提取和匹配

2.3.1 FAST 角点检测与筛选

2.3.2 BRIEF 描述子的计算

2.3.3 ORB 特征点的匹配

2.4 基于匹配点的定位与建图

2.4.1 基于 EPnP 的相机定位

2.4.2 关键帧筛选与建图

2.4.3 基于词袋的回环检测

2.5 本章小结

第3 章 基于语义剔除动态点的相机定位

3.1 引言

3.2 动态场景下的视觉 SLAM 系统

3.3 基于 Yolov3 的特征点语义分组

3.3.1 语义获取方法选型

3.3.2 基于 Yolov3 的目标检测

3.4 基于语义分组的外点剔除与优化

3.4.1 动态外点剔除

3.4.2 相机位姿优化

3.5 本章小结

第4 章 基于关键帧双目匹配的稠密建图

4.1 引言

4.2 稠密建图系统框架

4.3 基于 ELAS 的双目匹配

4.3.1 概率生成模型

4.3.2 稠密视差计算

4.4 视差后处理与外点检测

4.4.1 视差图的后处理

4.4.2 共视帧外点检测

4.5 本章小结

第5 章 实验分析

5.1 引言

5.2 实验条件

5.3 定性效果评价

5.3.1 特征法定位与建图

5.3.2 动态外点剔除

5.3.3 稠密地图构建

5.4 定量指标评价

5.4.1 相对位姿误差对比

5.4.2 视差估计精度对比

5.4.3 运行效率对比

5.5 本章小结

结 论

参考文献

声明

致谢