目錄
第1章視覺(jué)導(dǎo)航概論001
1.1視覺(jué)導(dǎo)航簡(jiǎn)介001
1.2視覺(jué)導(dǎo)航關(guān)鍵技術(shù)003
1.2.1視覺(jué)傳感器技術(shù)003
1.2.2特征提取技術(shù)004
1.2.3基于視覺(jué)的載體定位技術(shù)004
1.2.4基于視覺(jué)的載體速度獲取技術(shù)005
1.2.5基于視覺(jué)的載體姿態(tài)確定技術(shù)005
1.3視覺(jué)導(dǎo)航中的SLAM發(fā)展情況006
習(xí)題009
第2章視覺(jué)導(dǎo)航基礎(chǔ)知識(shí)010
2.1相機(jī)成像模型說(shuō)明010
2.1.1理想光學(xué)成像模型010
2.1.2普通相機(jī)坐標(biāo)系定義及模型011
2.1.3魚(yú)眼相機(jī)模型及成像畸變?cè)��?15
2.2相機(jī)內(nèi)參標(biāo)定方法017
2.2.1針孔相機(jī)標(biāo)定方法說(shuō)明017
2.2.2魚(yú)眼相機(jī)標(biāo)定工具示例020
2.3多視圖幾何研究方法020
2.3.1對(duì)極幾何關(guān)系說(shuō)明021
2.3.2基礎(chǔ)矩陣及極線說(shuō)明022
2.3.3本質(zhì)矩陣與運(yùn)動(dòng)分析說(shuō)明024
2.4運(yùn)動(dòng)估計(jì)及其模型介紹024
2.4.1運(yùn)動(dòng)估計(jì)概念及基本思路025
2.4.2基于透視法的運(yùn)動(dòng)估計(jì)方法027
2.4.3迭代最近點(diǎn)運(yùn)動(dòng)估計(jì)方法028
習(xí)題028
第3章視覺(jué)圖像匹配方法029
3.1特征圖像匹配原理解析029
3.1.1點(diǎn)特征提取與描述原理029
3.1.2線特征和面特征提取與描述原理031
3.1.3邊緣特征提取原理034
3.2同源圖像匹配算法037
3.2.1同源圖像匹配算法相關(guān)研究情況037
3.2.2具有全局仿射不變性的圖像匹配算法原理038
3.2.3快速PORB圖像匹配算法043
3.3異源圖像匹配算法044
3.3.1異源圖像匹配算法相關(guān)研究情況045
3.3.2同源圖像匹配算法在異源圖像中的性能分析046
3.3.3基于自適應(yīng)Canny邊緣特征的改進(jìn)異源圖像匹配算法047
3.4基于深度學(xué)習(xí)的圖像匹配算法051
3.4.1基于深度學(xué)習(xí)的異源圖像特征融合網(wǎng)絡(luò)051
3.4.2基于深度學(xué)習(xí)的異源圖像匹配算法055
習(xí)題056
第4章視覺(jué)目標(biāo)檢測(cè)跟蹤方法057
4.1目標(biāo)檢測(cè)技術(shù)研究情況057
4.1.1目標(biāo)檢測(cè)技術(shù)的應(yīng)用057
4.1.2目標(biāo)檢測(cè)算法的評(píng)價(jià)指標(biāo)061
4.1.3目標(biāo)檢測(cè)中的挑戰(zhàn)061
4.2各類(lèi)視覺(jué)目標(biāo)檢測(cè)算法062
4.2.1傳統(tǒng)目標(biāo)檢測(cè)算法062
4.2.2基于級(jí)聯(lián)分類(lèi)的目標(biāo)候選區(qū)域生成算法063
4.2.3基于HOG+SVM的目標(biāo)檢測(cè)算法067
4.2.4卷積神經(jīng)網(wǎng)絡(luò)及目標(biāo)檢測(cè)方法073
4.3目標(biāo)跟蹤算法076
4.3.1目標(biāo)跟蹤算法的研究077
4.3.2目標(biāo)跟蹤算法的公開(kāi)數(shù)據(jù)集079
4.3.3目標(biāo)跟蹤面臨的挑戰(zhàn)082
4.4基于特征點(diǎn)擬合的尺度自適應(yīng)跟蹤算法083
4.4.1目標(biāo)跟蹤算法結(jié)構(gòu)083
4.4.2目標(biāo)特征點(diǎn)提取方法示例084
4.4.3基于核相關(guān)與特征點(diǎn)檢測(cè)的目標(biāo)跟蹤算法091
習(xí)題097
第5章視覺(jué)導(dǎo)航感知方法098
5.1基于單目視覺(jué)的位姿信息098
5.1.1單目視覺(jué)運(yùn)動(dòng)信息的獲取099
5.1.2姿態(tài)解算及誤差分析103
5.1.3基于視覺(jué)光流的載體速度獲取方法111
5.1.4視覺(jué)圖像匹配的載體絕對(duì)位置確定112
5.2基于雙目視覺(jué)的三維感知信息113
5.2.1雙目三維感知基本原理114
5.2.2自適應(yīng)窗口的立體匹配算法117
5.2.3基于雙目立體視覺(jué)的三維環(huán)境感知方法122
5.3基于深度學(xué)習(xí)的運(yùn)動(dòng)解算方法124
5.3.1基于深度學(xué)習(xí)的圖像特征提取方法125
5.3.2基于端到端導(dǎo)航全參數(shù)網(wǎng)絡(luò)的運(yùn)動(dòng)解算方法130
習(xí)題135
第6章基于視覺(jué)的多信息融合導(dǎo)航方法136
6.1常用導(dǎo)航系統(tǒng)136
6.1.1慣性導(dǎo)航系統(tǒng)136
6.1.2衛(wèi)星導(dǎo)航系統(tǒng)142
6.1.3輪式里程計(jì)導(dǎo)航系統(tǒng)144
6.2卡爾曼濾波及組合導(dǎo)航方法146
6.2.1卡爾曼濾波理論及其應(yīng)用147
6.2.2擴(kuò)展卡爾曼濾波理論及其應(yīng)用151
6.3因子圖及組合導(dǎo)航方法153
6.3.1因子圖算法簡(jiǎn)介153
6.3.2用于多源融合導(dǎo)航的因子圖推理方法157
6.3.3基于因子圖的多源信息融合算法實(shí)例161
6.4其他融合方法177
習(xí)題178
第7章視覺(jué)導(dǎo)航的應(yīng)用179
7.1視覺(jué)導(dǎo)航在行人導(dǎo)航中的應(yīng)用179
7.2視覺(jué)導(dǎo)航在自動(dòng)駕駛車(chē)輛中的應(yīng)用182
7.3視覺(jué)導(dǎo)航在航空飛行器中的應(yīng)用184
7.4視覺(jué)導(dǎo)航在航天載體中的應(yīng)用186
習(xí)題188
參考文獻(xiàn)189