第1章 緒論 1.1 視覺／慣性組合導(dǎo)航概述 1.2 研究現(xiàn)狀 1.2.1 基于視覺的運動分析 1.2.2 視覺導(dǎo)航 1.2.3 視覺／慣性組合導(dǎo)航 1.3 研究方法 1.3.1 數(shù)學(xué)工具 1.3.2 視覺／慣性組合導(dǎo)航的可觀性分析 第2章 數(shù)學(xué)基礎(chǔ)知識 2.1 對偶四元數(shù)代數(shù) 2.1.1 四元數(shù) 2.1.2 對偶數(shù) 2.1.3 對偶四元數(shù) 2.2 攝像機成像模型 2.2.1 攝像機坐標(biāo)系、圖像坐標(biāo)系與世界坐標(biāo)系 2.2.2 小孔透視投影成像模型 2.2.3 攝像機參數(shù)標(biāo)定 2.3 四元數(shù)更新矩陣的推導(dǎo) 2.4 垂點公式的推導(dǎo) 第3章 單目視覺相對運動估計算法 3.1 概述 3.2 基于點特征的單目視覺運動估計算法 3.3 基于線特征的單目視覺運動估計算法 3.3.1 濾波模型 3.3.2 實驗驗證 3.4 小結(jié) 第4章 視覺／／高精度IMU組合在點特征觀測下的可觀性與EKF濾波 4.1 概述 4.2 單目視覺／慣性組合三維運動估計 4.3 平面運動約束下的攝像機速度估計 4.3.1 攝像機運動估計算法 4.3.2 計算過程 4.4 濾波模型 4.4.1 系統(tǒng)方程 4.4.2 觀測方程 4.5 可觀性分析 4.6 實驗驗證 4.6.1 仿真驗證 4.6.2 實驗驗證 4.7 小結(jié) 第5章 視覺／高精度IMU組合在線特征觀測下的可觀性與EKF濾波 5.1 概述 5.2 基于對偶四元數(shù)的攝像機位置增量估計 5.2.1 測距原理 5.2.2 計算過程 5.3 濾波模型 5.3.1 系統(tǒng)方程 5.3.2 觀測方程 5.4 可觀性分析 5.5 實驗驗證 5.5.1 仿真驗證 5.5.2 實驗驗證 5.6 小結(jié) 第6章 視覺／低精度IMU組合在點特征觀測下的可觀性與矩陣濾波 6.1 概述 6.2 矩陣濾波 6.3 濾波模型 6.3.1 傳感器建模 6.3.2 濾波方程 6.4 可觀性分析 6.5 實驗驗證 6.6 小結(jié) 第7章 視覺／低精度IMU組合在線特征觀測下的可觀性與矩陣濾波 7.1 概述 7.2 濾波模型 7.2.1 傳感器建模 7.2.2 濾波方程 7.3 可觀性分析 7.4 實驗驗證 7.5 可觀性條件比較 7.6 小結(jié) 參考文獻