| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究现状 | 第14-20页 |
| 1.2.1 激光SLAM的研究现状 | 第15-16页 |
| 1.2.2 视觉SLAM的研究现状 | 第16-20页 |
| 1.3 论文整体结构 | 第20-23页 |
| 第2章 视觉SLAM闭环检测的研究现状 | 第23-27页 |
| 2.1 视觉SLAM闭环检测的难点 | 第23-24页 |
| 2.2 词袋模型介绍 | 第24-25页 |
| 2.3 基于无监督学习的闭环检测方法 | 第25-27页 |
| 第3章 构建面向孪生网络训练的数据集的方法 | 第27-35页 |
| 3.1 描述三维刚体旋转的方法 | 第27-30页 |
| 3.1.1 旋转矩阵 | 第27-28页 |
| 3.1.2 欧拉角 | 第28-29页 |
| 3.1.3 四元数 | 第29-30页 |
| 3.2 TUM RGB-D SLAM数据集介绍 | 第30-31页 |
| 3.3 FabMap SLAM数据集介绍 | 第31-33页 |
| 3.4 建立训练集、校验集和测试集 | 第33-35页 |
| 第4章 孪生残差网络的训练方法 | 第35-43页 |
| 4.1 孪生网络介绍 | 第35-37页 |
| 4.2 残差网络介绍 | 第37-40页 |
| 4.3 孪生网络的改进 | 第40页 |
| 4.4 孪生网络与残差网络的结合 | 第40-41页 |
| 4.5 模型的训练过程 | 第41-43页 |
| 第5章 评估方式与结果 | 第43-53页 |
| 5.1 相似性矩阵 | 第43-44页 |
| 5.2 PR曲线 | 第44-46页 |
| 5.3 校验集上的结果 | 第46页 |
| 5.4 测试集上的结果及分析 | 第46-51页 |
| 5.4.1 TUM测试集上的结果及分析 | 第47-48页 |
| 5.4.2 FabMap New College测试集上的结果及分析 | 第48-49页 |
| 5.4.3 FabMap City Center测试集上的结果及分析 | 第49-51页 |
| 5.5 耗时的比较 | 第51-53页 |
| 第6章 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第59-61页 |
| 致谢 | 第61页 |