基于嵌入式CPU/GPU异构平台的视觉/惯性组合导航算法设计

目录

声明

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.3 论文研究内容与组织结构

第二章 视觉/惯性组合导航数学模型

2.1 坐标系定义

2.2 坐标系间的欧式变换

2.3 捷联惯性导航数学模型

2.4 视觉里程计数学模型

2.4.1针孔相机模型

2.4.2相机运动参数估计

2.5 扩展卡尔曼滤波基本原理

2.6 本章小结

第三章 视觉/惯性组合导航算法设计

3.1 组合导航系统结构设计

3.2 组合导航状态方程

3.3 组合导航量测方程

3.3.1位置增量测量误差

3.3.2姿态增量测量误差

3.3.3视觉量测方程

3.4 组合导航滤波算法

3.4.1时间更新算法

3.4.2测量更新算法

3.5 本章小结

第四章 组合导航算法嵌入式实现

4.1 CPU/GPU异构系统概述

4.1.1系统结构

4.1.2 CUDA编程模型

4.2 组合导航算法异构化方案

4.3 SURF算法及其基于CUDA的并行化设计与实现

4.3.1计算积分图像

4.3.2构建尺度空间

4.3.3特征点提取与精确定位

4.3.4确定特征点主方向

4.3.5计算特征点描述子

4.3.6特征匹配

4.4 视觉里程计的异构设计与实现

4.4.1基于RANSAC的相机运动参数估计

4.4.2平移尺度修正

4.5 组合导航算法的异构设计与实现

4.6 本章小结

第五章 视觉/惯性组合导航算法实验与分析

5.1 CUDA-SURF性能分析

5.2 车载实验方案设计与结果分析

5.3 本章小结

第六章 总结与展望

6.1 全文总结

6.2 研究展望

致谢

参考文献

作者在学期间取得的学术成果