文献综述（或调研报告）：
鱼眼相机模型
鱼眼镜头一般是由十几个不同的透镜组合而成的，在成像的过程中，入射光线经过不同程度的折射，投影到尺寸有限的成像平面上，使得鱼眼镜头与普通镜头相比起来拥有了更大的视野范围。Geyer等提出适用于摄像机系统的中心折反射式球面统一模型用来进行鱼眼相机的标定。 Ying等将鱼眼相机拍摄的标定图像的空间线投影到一个大圆圈，利用投影在大圆圈的数学关系优化相机参数，由于没有对空间线之间的位置进行约束，只能作粗略估计。Scaramuzza等假设利用泰勒级数的展开描述相机的成像过程，其系数为需要校正的相机内参数。Kannala在等距投影模型的基础上提出了一种通用的多项式形式的鱼眼相机模型。张春森等在传统Kannala模型基础上，建立分段多项式逼近模型实现原模型优化
2.鱼眼相机与激光雷达的联合标定
激光雷达—鱼眼相机系统的联合标定包含两个变换映射的过程: 一是激光雷达坐标系下的点 映射到全景相机坐标系下的点的线性变换过程;二是根据相机的成像模型，由相机坐标系下的三维点到二维图像平面像素的成像过程。实际上就是要求激光雷达坐标系和鱼眼相机坐标系之间的旋转平移齐次变换矩阵。曹明玮等通过设计了一种圆形标定物获取点云和全景图 对应特征点，生成训练数据集;设计了一种包含一个隐藏层的监督式 BP 学习网络，将传统的标定问题 转化为一个多元非线性的回归优化问题; 利用反向传播算法，回归出满足精度要求的旋转平移矩阵。杨力等提出一种基于超像素分割的三维重建方 法，先将图像按颜色（灰度）信息过分割成超像素块；然后利用物体表面局部区域光滑并 可平面化的假设，根据激光雷达的点云估算超像素 块内物体表面的平面法向量；最后对超像素块内的每个像素点计算深度信息．该方法能得到致密的全景三维重建结果．福州大学的Cheng Zou等人提出了一种利用高斯混合模型更新三维彩色地图的新方法。并利用该模型结合三维和彩色特征对动态障碍物进行检测，实现了动态场景的三维彩色地图重建。
3. 3D激光雷达SLAM（同步定位与建图）
SLAM即时定位与地图构建，该问题可以描述为机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。SLAM又分为2D和3D，其中3D激光雷达SLAM算法主要有LOAM以及LOAM的改进算法。
（a）LOAM算法
LOAM算法是一种用三维激光测距仪在6自由度范围内进行测量的低漂移里程表的实时方法。利用旋转激光扫描器中的点云进行运动估计和映射可能很困难，因为该问题涉及到激光雷达云中运动的恢复和运动失真的校正。该算法的关键思想是将同时定位和映射的复杂问题划分为两个算法，一个算法以高频但低精度执行里程测量，第二种算法以一个数量级较低的频率运行，用于点云的精确匹配和注册。这两种算法的结合允许实时创建地图。但该方法也又缺陷，即无法识别环路闭合。
（b）LeGO-LOAM算法
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
