本书在介绍视觉导航基本概念和基本原理的基础上，对视觉导航中图像匹配、目标检测、目标跟踪等相关算法的基本特点进行阐述，同时介绍视觉导航位置、速度和姿态的获取方式并分析导航感知、多信息融合的理论和算法，特别分析视觉导航及其组合导航系统的应用发展前沿和趋势。
样章试读
目录
- 目录
第1章视觉导航概论001
1.1视觉导航简介001
1.2视觉导航关键技术003
1.2.1视觉传感器技术003
1.2.2特征提取技术004
1.2.3基于视觉的载体定位技术004
1.2.4基于视觉的载体速度获取技术005
1.2.5基于视觉的载体姿态确定技术005
1.3视觉导航中的SLAM发展情况006
习题009
第2章视觉导航基础知识010
2.1相机成像模型说明010
2.1.1理想光学成像模型010
2.1.2普通相机坐标系定义及模型011
2.1.3鱼眼相机模型及成像畸变原理015
2.2相机内参标定方法017
2.2.1针孔相机标定方法说明017
2.2.2鱼眼相机标定工具示例020
2.3多视图几何研究方法020
2.3.1对极几何关系说明021
2.3.2基础矩阵及极线说明022
2.3.3本质矩阵与运动分析说明024
2.4运动估计及其模型介绍024
2.4.1运动估计概念及基本思路025
2.4.2基于透视法的运动估计方法027
2.4.3迭代最近点运动估计方法028
习题028
第3章视觉图像匹配方法029
3.1特征图像匹配原理解析029
3.1.1点特征提取与描述原理029
3.1.2线特征和面特征提取与描述原理031
3.1.3边缘特征提取原理034
3.2同源图像匹配算法037
3.2.1同源图像匹配算法相关研究情况037
3.2.2具有全局仿射不变性的图像匹配算法原理038
3.2.3快速PORB图像匹配算法043
3.3异源图像匹配算法044
3.3.1异源图像匹配算法相关研究情况045
3.3.2同源图像匹配算法在异源图像中的性能分析046
3.3.3基于自适应Canny边缘特征的改进异源图像匹配算法047
3.4基于深度学习的图像匹配算法051
3.4.1基于深度学习的异源图像特征融合网络051
3.4.2基于深度学习的异源图像匹配算法055
习题056
第4章视觉目标检测跟踪方法057
4.1目标检测技术研究情况057
4.1.1目标检测技术的应用057
4.1.2目标检测算法的评价指标061
4.1.3目标检测中的挑战061
4.2各类视觉目标检测算法062
4.2.1传统目标检测算法062
4.2.2基于级联分类的目标候选区域生成算法063
4.2.3基于HOG+SVM的目标检测算法067
4.2.4卷积神经网络及目标检测方法073
4.3目标跟踪算法076
4.3.1目标跟踪算法的研究077
4.3.2目标跟踪算法的公开数据集079
4.3.3目标跟踪面临的挑战082
4.4基于特征点拟合的尺度自适应跟踪算法083
4.4.1目标跟踪算法结构083
4.4.2目标特征点提取方法示例084
4.4.3基于核相关与特征点检测的目标跟踪算法091
习题097
第5章视觉导航感知方法098
5.1基于单目视觉的位姿信息098
5.1.1单目视觉运动信息的获取099
5.1.2姿态解算及误差分析103
5.1.3基于视觉光流的载体速度获取方法111
5.1.4视觉图像匹配的载体绝对位置确定112
5.2基于双目视觉的三维感知信息113
5.2.1双目三维感知基本原理114
5.2.2自适应窗口的立体匹配算法117
5.2.3基于双目立体视觉的三维环境感知方法122
5.3基于深度学习的运动解算方法124
5.3.1基于深度学习的图像特征提取方法125
5.3.2基于端到端导航全参数网络的运动解算方法130
习题135
第6章基于视觉的多信息融合导航方法136
6.1常用导航系统136
6.1.1惯性导航系统136
6.1.2卫星导航系统142
6.1.3轮式里程计导航系统144
6.2卡尔曼滤波及组合导航方法146
6.2.1卡尔曼滤波理论及其应用147
6.2.2扩展卡尔曼滤波理论及其应用151
6.3因子图及组合导航方法153
6.3.1因子图算法简介153
6.3.2用于多源融合导航的因子图推理方法157
6.3.3基于因子图的多源信息融合算法实例161
6.4其他融合方法177
习题178
第7章视觉导航的应用179
7.1视觉导航在行人导航中的应用179
7.2视觉导航在自动驾驶车辆中的应用182
7.3视觉导航在航空飞行器中的应用184
7.4视觉导航在航天载体中的应用186
习题188
参考文献189
京公网安备 11010102004214号