1. 研究目的与意义（文献综述）

在短短的十几年的时间视觉里程计已经广泛的运用于各种导航系统中，从星球探索到室内监测，都可以看到视觉里程计的身影。从最早moravec利用一个可以滑动的相机，将相机获取的照片信息作为输入，实现机器人的室内导航工作；到nister等人设计出实时视觉里程计系统，视觉里程计被分为两种实现途径：单目视觉里程计与双目视觉里程计；再到agrawal等人在立体增量式的视觉里程计当中，设计出可以由了解测试兴趣点的大致位置来大幅度减少特征匹配的搜索空间；如今在无人驾驶机的高精度地图的实现时，视觉里程计也都将大显身手。

虽然不可能存在能够达到所有目标的检测算子，但这也正是算法的魅力，我们通过不同的运用设计研究不同的算法，找的其中的联系与差别，在差异中补充相关的性质，这是关键也是挑战。当越来越多的科研人员从事这方面的工作时，视觉里程计的发展将反过来为人们提供更加便捷的服务。

我们常常需要测量某个物体的运动能轨迹，或者追踪某个物体，传统的计算法则为通过在观测物上安装计数器等传感器来获得信息，如在汽车的轮胎上安装计数器以此来测量汽车的速度加速度。传统的里程计在视觉方面欠缺，已经不能满足人们对信息的探索，同时里程计的关注点只在于局部时间上的运动，当我们以某一个时间间隔采集属于信息，并且估计运动物体在各个时间间隔的运动状态时，会受到噪声的影响，造成误差累积，进而出现漂移（drift）现象。所以视觉里程计渐渐地为越来越多的人所用。其中最为主流的当属基于特征点方式的视觉里程计。

2. 研究的基本内容与方案

(1) 基于特征点方式的视觉里程计算法设计。

系统的主要处理流程有以下几个阶段。

获取输入图像：使用单目相机，在时间k内，追踪环境图像，拍摄一组图像行向量组；

图像校正：图像在成像的过程中会形成畸变，可应用图像处理技术去除镜头变形。

3. 研究计划与安排

第1－4周：查阅相关文献资料，明确研究内容，了解研究基于特征点方式的视觉里程计算法的特点的调研。确定方案，完成开题报告。

第5－8周：根据视觉里程计的算法分析分析，完成图像的获取、校正以及特征点提取算法的设计。

第9－12周：完成运动估计过程的算法，并且对仿真系统进行测试，验证其是否达到预期。完成论文初稿。

4. 参考文献（12篇以上）

[1] 王亚龙，张奇志，周亚丽．基于kinect的三维视觉里程计的设计[j]．计算机应用，2014，第34卷，第8期．

[2] 李宇波，朱效洲，张辉等．视觉里程计技术综述[j]．计算机应用研究，2012，29(8)．

[3] 段京易．室外机器人单目视觉里程计研究[d]．南京：南京信息工程大学，2014.