| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究的背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 论文主要研究内容和框架 | 第14-16页 |
| 1.3.1 论文主要内容 | 第14-15页 |
| 1.3.2 论文结构框架 | 第15-16页 |
| 第2章 视觉SLAM算法研究与设计 | 第16-37页 |
| 2.1 引言 | 第16页 |
| 2.2 视觉SLAM算法整体设计 | 第16-17页 |
| 2.3 视觉里程计 | 第17-28页 |
| 2.3.1 特征提取 | 第18-22页 |
| 2.3.2 特征匹配 | 第22-23页 |
| 2.3.3 位姿估计算法设计 | 第23-28页 |
| 2.4 后端优化 | 第28-33页 |
| 2.4.1 关键帧机制 | 第28-29页 |
| 2.4.2 捆集调整算法设计 | 第29-32页 |
| 2.4.3 位姿图优化算法设计 | 第32-33页 |
| 2.5 回环检测 | 第33-36页 |
| 2.5.1 词袋模型建立 | 第34-35页 |
| 2.5.2 相似度计算 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第3章 卷积神经网络的目标检测算法研究与设计 | 第37-52页 |
| 3.1 引言 | 第37页 |
| 3.2 卷积神经网络原理 | 第37-44页 |
| 3.2.1 神经网络结构与网络学习过程 | 第37-40页 |
| 3.2.2 卷积神经网络基本结构 | 第40-44页 |
| 3.3 目标检测算法设计与验证 | 第44-51页 |
| 3.3.1 目标检测的性能指标 | 第44-45页 |
| 3.3.2 YOLOv3目标检测算法设计 | 第45-50页 |
| 3.3.3 基于YOLOv3的目标检测网络效果测试 | 第50-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第4章 三维语义地图构建算法研究与设计 | 第52-64页 |
| 4.1 引言 | 第52页 |
| 4.2 三维目标RGB-D分割算法设计 | 第52-59页 |
| 4.2.1 GrabCut分割算法研究 | 第52-56页 |
| 4.2.2 CPF无监督三维分割算法研究 | 第56-58页 |
| 4.2.3 改进GrabCut的目标RGB-D分割算法设计 | 第58-59页 |
| 4.3 语义地图构建算法设计 | 第59-63页 |
| 4.3.1 数据关联与模型更新算法设计 | 第60页 |
| 4.3.2 语义地图的构建与存储形式 | 第60-61页 |
| 4.3.3 三维语义地图构建算法设计 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 语义建图系统整体实现与验证 | 第64-82页 |
| 5.1 引言 | 第64页 |
| 5.2 系统整体设计及环境配置 | 第64-66页 |
| 5.3 视觉SLAM算法实现与验证 | 第66-74页 |
| 5.3.1 视觉里程计实现与测试 | 第66-70页 |
| 5.3.2 后端优化实现与测试 | 第70-71页 |
| 5.3.3 回环检测实现与测试 | 第71-73页 |
| 5.3.4 视觉SLAM算法整体运行效果 | 第73-74页 |
| 5.4 目标检测算法网络模型训练与验证 | 第74-78页 |
| 5.5 语义建图系统测试与验证 | 第78-81页 |
| 5.6 本章小结 | 第81-82页 |
| 结论 | 第82-83页 |
| 参考文献 | 第83-88页 |
| 致谢 | 第88页 |