冯国虎、吴文启编*的《单目视觉惯性组合导航可观性分析与动态滤波算法研究》共分7章。**章介绍视觉导航的概念、应用和研究方法。第2章介绍基本的数学知识，主要包括对偶四元数和摄像机成像模型。第3章分析了无惯性信息辅助下单目视觉导航的局限，在Goddard方法基础上提出改进方法。第4章研究基于高精度惯性系统、点特征观测下的单目视觉／惯性组合导航系统的卡尔曼滤波及其可观性分析。第 5章研究基于高精度惯性系统、线特征观测下的单目视觉／惯性组合导航系统的卡尔曼滤波及其可观性分析。第6章研究基于低精度惯性系统和磁强计组合、点特征观测下的单目视觉／惯性组合导航系统的矩阵滤波及其可观性分析。第7章研究基于低精度惯性系统和磁强计组合、线特征观测下的单目视觉／惯性组合导航系统的矩阵滤波及其可观性分析。

第1章 绪论 1.1 视觉／惯性组合导航概述 1.2 研究现状 1.2.1 基于视觉的运动分析 1.2.2 视觉导航 1.2.3 视觉／惯性组合导航 1.3 研究方法 1.3.1 数学工具 1.3.2 视觉／惯性组合导航的可观性分析 第2章 数学基础知识 2.1 对偶四元数代数 2.1.1 四元数 2.1.2 对偶数 2.1.3 对偶四元数 2.2 摄像机成像模型 2.2.1 摄像机坐标系、图像坐标系与世界坐标系 2.2.2 小孔透视投影成像模型 2.2.3 摄像机参数标定 2.3 四元数更新矩阵的推导 2.4 垂点公式的推导 第3章 单目视觉相对运动估计算法 3.1 概述 3.2 基于点特征的单目视觉运动估计算法 3.3 基于线特征的单目视觉运动估计算法 3.3.1 滤波模型 3.3.2 实验验证 3.4 小结 第4章 视觉／／高精度IMU组合在点特征观测下的可观性与EKF滤波 4.1 概述 4.2 单目视觉／惯性组合三维运动估计 4.3 平面运动约束下的摄像机速度估计 4.3.1 摄像机运动估计算法 4.3.2 计算过程 4.4 滤波模型 4.4.1 系统方程 4.4.2 观测方程 4.5 可观性分析 4.6 实验验证 4.6.1 仿真验证 4.6.2 实验验证 4.7 小结 第5章 视觉／高精度IMU组合在线特征观测下的可观性与EKF滤波 5.1 概述 5.2 基于对偶四元数的摄像机位置增量估计 5.2.1 测距原理 5.2.2 计算过程 5.3 滤波模型 5.3.1 系统方程 5.3.2 观测方程 5.4 可观性分析 5.5 实验验证 5.5.1 仿真验证 5.5.2 实验验证 5.6 小结 第6章 视觉／低精度IMU组合在点特征观测下的可观性与矩阵滤波 6.1 概述 6.2 矩阵滤波 6.3 滤波模型 6.3.1 传感器建模 6.3.2 滤波方程 6.4 可观性分析 6.5 实验验证 6.6 小结 第7章 视觉／低精度IMU组合在线特征观测下的可观性与矩阵滤波 7.1 概述 7.2 滤波模型 7.2.1 传感器建模 7.2.2 滤波方程 7.3 可观性分析 7.4 实验验证 7.5 可观性条件比较 7.6 小结 参考文献