摘要
1绪论
1.1课题研究背景与意义
1.2国内外研究现状
1.2.1视觉定位技术
1.2.2非线性滤波技术
1.3本文主要内容与章节安排
2相关基础理论
2.1立体视觉里程计的基本原理
2.1.1立体视觉里程计系统框架
2.1.2立体视觉里程计的工作原理
2.2视觉里程计模型
2.2.1坐标转换
2.2.2相机模型
2.3惯性传感器模型
2.4本章小结
3图像的特征点匹配与运动估计
3.1图像的特征点提取算法
3.1.1Harris特征提取算法
3.1.2SIFT特征提取算法
3.1.3Harris-SIFT特征提取算法
3.2图像的特征匹配算法
3.3运动估计
3.4视觉里程计仿真实验
3.5本章小结
4基于强跟踪CKF的立体视觉定位算法
4.1模型的建立
4.2基于强跟踪CKF的立体视觉定位算法
4.2.1容积卡尔曼滤波算法
4.2.2基于强跟踪CKF的立体视觉定位方法
4.3仿真实验
4.4本章小结
5基于粒子流滤波的立体视觉定位方法
5.1粒子滤波理论
5.2粒子流滤波理论
5.2.1粒子流滤波原理
5.2.2基于参量近似法的粒子流滤波实现
5.3基于粒子流滤波的立体视觉定位方法
5.4粒子流滤波仿真实验
5.5本章小结
6实验与分析
6.1实验平台搭建
6.1.1无人车实验平台
6.1.2摄像机
6.2数据采集和处理
6.3实验结果分析
6.4本章小结
7总结与展望
7.1本文工作总结
7.2未来工作展望
参考文献
攻读硕士学位期间发表的论文及成果
致谢
声明
西安工业大学;