基于语义地图视觉SLAM系统设计
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 选题背景和研究意义 | 第11-15页 |
| 1.1.1 SLAM技术 | 第11-12页 |
| 1.1.2 语义SLAM | 第12-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 论文结构安排 | 第17-18页 |
| 2 基于物体检测的视觉里程计 | 第18-32页 |
| 2.1 基于可识别物体位置的位姿计算 | 第18-22页 |
| 2.1.1 框架 | 第18-19页 |
| 2.1.2 透视n点问题 | 第19-22页 |
| 2.2 目标检测算法 | 第22-29页 |
| 2.2.1 选型与对比 | 第23-24页 |
| 2.2.2 SSD的实现原理 | 第24-27页 |
| 2.2.3 改进的目标检测算法 | 第27-29页 |
| 2.3 基于目标检测的特征点匹配算法 | 第29-31页 |
| 2.3.1 随机K-D树算法 | 第30页 |
| 2.3.2 基于目标检测的暴力匹配算法 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 基于语义信息的回环检测算法 | 第32-38页 |
| 3.1 回环检测与场景识别 | 第32-34页 |
| 3.2 回环检测的方法 | 第34-37页 |
| 3.2.1 词袋模型 | 第34-35页 |
| 3.2.2 基于目标检测的回环检测 | 第35-37页 |
| 3.3 本章小结 | 第37-38页 |
| 4 基于视觉传感器的语义SLAM系统设计 | 第38-48页 |
| 4.1 视觉传感器标定 | 第39-44页 |
| 4.1.1 深度传感器 | 第39-40页 |
| 4.1.2 摄像机标定原理 | 第40-44页 |
| 4.2 SLAM前端 | 第44-45页 |
| 4.3 后端优化 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 语义SLAM系统验证 | 第48-65页 |
| 5.1 KINECT V2标定 | 第48-52页 |
| 5.2 语义SLAM前端 | 第52-59页 |
| 5.2.1 改进的SSD目标检测 | 第52-55页 |
| 5.2.2 直接基于物体中心的摄像机位姿计算 | 第55-57页 |
| 5.2.3 基于目标检测的特征点匹配 | 第57-59页 |
| 5.3 语义SLAM系统验证 | 第59-64页 |
| 5.3.1 公开数据集验证 | 第59-62页 |
| 5.3.2 真实场景验证 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 6 结论 | 第65-67页 |
| 6.1 工作总结 | 第65页 |
| 6.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第71-73页 |
| 学位论文数据集 | 第73页 |
