缩略词表 | 第9-15页 |
中文摘要 | 第15-17页 |
ABSTRACT | 第17-19页 |
第一章 绪论 | 第20-36页 |
1.1 论文选题背景及研究意义 | 第20-21页 |
1.2 移动机器人研究现状 | 第21-27页 |
1.2.1 国外研究现状 | 第21-24页 |
1.2.2 国内研究现状 | 第24-27页 |
1.3 移动机器人地形分类研究现状 | 第27-33页 |
1.3.1 基于几何特征的地形分类方法 | 第27-29页 |
1.3.2 基于本体感受的地形分类方法 | 第29-30页 |
1.3.3 基于外形特征的地形分类方法 | 第30-33页 |
1.4 论文主要研究内容 | 第33-34页 |
1.5 论文结构安排 | 第34-36页 |
第二章 视觉地形分类方法的词袋模型优化研究 | 第36-64页 |
2.1 引言 | 第36页 |
2.2 视觉地形分类方法的词袋模型 | 第36-47页 |
2.2.1 特征提取与码本生成 | 第37-39页 |
2.2.2 特征编码 | 第39-43页 |
2.2.3 池化与正则化 | 第43-45页 |
2.2.4 编码与池化方法分析 | 第45-47页 |
2.3 特征融合 | 第47-48页 |
2.4 视觉地形分类模型优化实验 | 第48-56页 |
2.4.1 实验设置 | 第48-49页 |
2.4.2 特征编码方法研究 | 第49-51页 |
2.4.3 主成分分析与白化处理 | 第51-53页 |
2.4.4 池化方法研究 | 第53-54页 |
2.4.5 正则化方法研究 | 第54-55页 |
2.4.6 特征融合研究 | 第55-56页 |
2.5 词袋模型下视觉地形分类最优流程 | 第56-58页 |
2.6 结果分析 | 第58-62页 |
2.6.1 性能改进分析 | 第58-59页 |
2.6.2 鲁棒性分析 | 第59-61页 |
2.6.3 训练样本敏感性分析 | 第61-62页 |
2.7 本章小结 | 第62-64页 |
第三章 结合多层编码向量的视觉地形分类方法研究 | 第64-82页 |
3.1 引言 | 第64页 |
3.2 相关研究内容 | 第64-65页 |
3.3 多层编码向量 | 第65-69页 |
3.3.1 BOVW编码层 | 第66-68页 |
3.3.2 Fisher编码层 | 第68-69页 |
3.4 实验与分析 | 第69-79页 |
3.4.1 实验设置 | 第69-71页 |
3.4.2 实验结果 | 第71-72页 |
3.4.3 模型参数评估 | 第72-76页 |
3.4.4 分类性能对比 | 第76-78页 |
3.4.5 运算复杂度 | 第78-79页 |
3.5 本章小结 | 第79-82页 |
第四章 基于深度滤波器的视觉地形分类方法研究 | 第82-96页 |
4.1 引言 | 第82页 |
4.2 深度滤波器 | 第82-88页 |
4.2.1 整体框架 | 第82-84页 |
4.2.2 可叠加的稀疏降噪自动编码器 | 第84-87页 |
4.2.3 FV池化层 | 第87-88页 |
4.2.4 Dropout训练 | 第88页 |
4.3 实验与分析 | 第88-95页 |
4.3.1 实验设置 | 第88页 |
4.3.2 实验1:21-class Land Use数据集 | 第88-91页 |
4.3.3 实验2:RSSCN7数据集 | 第91-92页 |
4.3.4 实验3:模型框架分析 | 第92-93页 |
4.3.5 实验4:Terrain8数据集 | 第93-95页 |
4.3.6 运算复杂度 | 第95页 |
4.4 本章小结 | 第95-96页 |
第五章 视觉地形分类算法的实验分析 | 第96-114页 |
5.1 引言 | 第96页 |
5.2 硬件平台 | 第96-98页 |
5.3 地形视频的处理框架 | 第98页 |
5.4 多种无人平台的地形分类实验 | 第98-106页 |
5.4.1 实验设置 | 第98-99页 |
5.4.2 四足变胞移动机器人 | 第99-102页 |
5.4.3 仿生弧腿式移动机器人 | 第102-104页 |
5.4.4 HUSKY无人地面车 | 第104-106页 |
5.5 算法鲁棒性分析 | 第106-111页 |
5.5.1 平台速度影响 | 第107-109页 |
5.5.2 环境光照影响 | 第109-111页 |
5.6 地形视频处理框架的改进方向 | 第111页 |
5.7 本章小结 | 第111-114页 |
第六章 结论与展望 | 第114-118页 |
6.1 全文总结 | 第114-116页 |
6.2 展望 | 第116-118页 |
参考文献 | 第118-130页 |
在学期间取得的成果及发表的代表性论著 | 第130-132页 |
作者简历 | 第132-133页 |
致谢 | 第133-134页 |