具有真实尺度的单目ORB-SLAM定位系统研究

目录

声明

致谢

1 绪论

1.1 研究背景及意义

1.2 移动机器人定位技术的发展现状

1.3 视觉SLAM 技术的国内外研究现状

1.3.1 视觉SLAM 国外研究现状

1.3.2 视觉SLAM 国内研究现状

1.4 主要研究内容及目的

2 视觉SLAM系统的框架和数学基础

2.1 视觉SLAM 原理和数学描述

2.1.1 经典视觉SLAM框架

2.1.2 经典视觉SLAM框架

2.2 齐次坐标和空间变换

2.2.1 齐次坐标和欧式变换

2.2.2 四元数

2.3 相机成像原理

2.3.1 针孔相机模型

2.3.2 单目相机成像过程

2.4 单目SLAM 系统中的位姿求解

2.4.1 对极几何

2.4.2 三角测量

2.4.3 PnP算法

2.4.4 ICP算法

2.5 本章小结

3 ORB-SLAM算法的原理及实现流程

3.1 ORB-SLAM 的整体框架

3.2 跟踪

3.2.1 图像预处理

3.2.2 ORB 特征检测

3.2.3 特征匹配

3.2.4 初始位姿估计和重定位

3.2.5 位姿优化

3.2.6 选取关键帧

3.3 局部建图

3.4 闭环检测

3.5 本章小结

4 单目ORB-SLAM 算法的尺度不确定性改进

4.1 基于图像分割的绝对深度测量方法

4.1.1 绝对深度测量方法原理

4.1.2 实现流程

4.2 图像分割算法的分析及选择

4.2.1 图像分割算法的分类及优缺点

4.2.2 基于LBF 模型的水平集方法

4.3 物体成像的匹配

4.3.1 图像的熵

4.3.2 加权Hu氏不变矩

4.3.3 匹配判定

4.4 深度测量方法和ORB-SLAM 的融合策略

4.5 深度测量实验

4.6 本章小结

5 整体实验及分析

5.1 无人作业车的运动测试实验

5.1.1 工程机械车的自动化改造

5.1.2 作业车运动测试

5.2 相机标定实验

5.3 改进后的单目ORB-SLAM视觉定位建图实验

5.3.1 数据集实验

5.3.2 单目相机实时测试

5.4 本章小结

6 结论

6.1 总结

6.2 展望

参考文献

作者简历及攻读硕士/博士学位期间取得的研究成果

独创性声明

学位论文数据集