室内场景的语义地图建立
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 国内外发展现状 | 第9-13页 |
| 1.2.1 SLAM技术 | 第9-11页 |
| 1.2.2 语义地图的建立方法 | 第11-13页 |
| 1.3 论文主要内容及章节安排 | 第13-15页 |
| 第2章 地图建立的问题描述 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 语义地图的定义 | 第15页 |
| 2.3 坐标系定义 | 第15-20页 |
| 2.3.2 针孔相机模型 | 第17-18页 |
| 2.3.3 相机畸变模型 | 第18-19页 |
| 2.3.4 深度相机模型 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 相机位姿估计 | 第21-34页 |
| 3.1 引言 | 第21页 |
| 3.2 图像特征点的提取与匹配 | 第21-25页 |
| 3.2.1 特征点检测 | 第21-22页 |
| 3.2.2 特征点描述子的提取与匹配 | 第22-23页 |
| 3.2.3 基于光流法的特征点跟踪 | 第23-25页 |
| 3.3 基于特征点的位姿求解 | 第25-29页 |
| 3.3.1 3D点对与2D点对的位姿求解 | 第25-26页 |
| 3.3.2 3D点对的位姿求解 | 第26-29页 |
| 3.4 基于ICP算法的位姿估计 | 第29-33页 |
| 3.4.1 点云配准问题描述 | 第29页 |
| 3.4.2 ICP算法求解 | 第29-32页 |
| 3.4.3 基于kd树的最近临搜索 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 几何3D地图的建立 | 第34-40页 |
| 4.1 引言 | 第34页 |
| 4.2 全局地图估计 | 第34-37页 |
| 4.2.1 全局地图优化的问题描述 | 第34-35页 |
| 4.2.2 全局地图优化的问题求解 | 第35-36页 |
| 4.2.3 基于词袋模型的回环检测 | 第36-37页 |
| 4.3 空间地图生成 | 第37-39页 |
| 4.3.1 稠密点云地图生成 | 第37-38页 |
| 4.3.2 占据栅格地图 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 语义地图的建立 | 第40-49页 |
| 5.1 引言 | 第40页 |
| 5.2 基于支持向量机的语义生成 | 第40-46页 |
| 5.2.1 目标区域定位 | 第40-41页 |
| 5.2.2 基于SVM分类器的目标识别 | 第41-45页 |
| 5.2.3 目标区域的图像分割 | 第45-46页 |
| 5.3 语义地图构建 | 第46-48页 |
| 5.3.1 基于最大似然估计的语义融合 | 第46-47页 |
| 5.3.2 语义地图 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 实验设计与分析 | 第49-52页 |
| 6.1 引言 | 第49页 |
| 6.2 软件系统搭建 | 第49页 |
| 6.3 相机位姿估计实验 | 第49-50页 |
| 6.4 基于支持向量机的目标识别实验 | 第50-51页 |
| 6.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 攻读硕士学位期间发表的论文 | 第60-62页 |
| 致谢 | 第62页 |
