基于RGB-D SLAM的室内三维层级语义地图构建
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 语义建图 | 第12-13页 |
| 1.2.2 平面与语义建图 | 第13-15页 |
| 1.2.3 地图语义粒度及组织 | 第15-16页 |
| 1.3 主要工作及贡献 | 第16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 第二章 层级语义建图系统 | 第18-26页 |
| 2.1 系统定义 | 第18-19页 |
| 2.1.1 语义建图系统 | 第18页 |
| 2.1.2 层级语义地图 | 第18-19页 |
| 2.2 系统总览 | 第19-20页 |
| 2.3 相关技术 | 第20-25页 |
| 2.3.1 深度图像的平面检测 | 第20页 |
| 2.3.2 场景解析 | 第20-21页 |
| 2.3.3 层级语义地图构建 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 平面检测 | 第26-35页 |
| 3.1 预处理 | 第26-27页 |
| 3.2 点云分割 | 第27-29页 |
| 3.2.1 边界点移除 | 第27页 |
| 3.2.2 连通区域算法 | 第27-28页 |
| 3.2.3 平面细化算法 | 第28-29页 |
| 3.3 面片的层次聚类 | 第29-30页 |
| 3.4 实验结果 | 第30-34页 |
| 3.4.1 原算法结果 | 第30-31页 |
| 3.4.2 边界点的移除 | 第31页 |
| 3.4.3 单次聚类与层次聚类 | 第31-32页 |
| 3.4.4 与其他RGB-D平面检测算法比较 | 第32-33页 |
| 3.4.5 定量实验 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 场景解析 | 第35-41页 |
| 4.1 层级地图的语义元素定义 | 第35页 |
| 4.2 基于平面结构的场景解析 | 第35-39页 |
| 4.2.1 边界面与非边界面 | 第36页 |
| 4.2.2 边界面分类 | 第36-38页 |
| 4.2.3 非边界面和未确定类别面分类 | 第38-39页 |
| 4.3 物体抽取 | 第39页 |
| 4.4 实验结果 | 第39-40页 |
| 4.4.1 平面分类 | 第39-40页 |
| 4.4.2 物体抽取 | 第40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 层级语义地图构建 | 第41-61页 |
| 5.1 模型表示 | 第41-43页 |
| 5.1.1 平面区域 | 第41-42页 |
| 5.1.2 非平面区域 | 第42-43页 |
| 5.2 数据融合 | 第43-50页 |
| 5.2.1 数据关联 | 第43-47页 |
| 5.2.2 深度数据融合 | 第47-48页 |
| 5.2.3 层级语义信息融合 | 第48-49页 |
| 5.2.4 单元转换、移除策略 | 第49-50页 |
| 5.3 基于语义的模型优化 | 第50-51页 |
| 5.3.1 语义约束关系限制平面参数更新 | 第50页 |
| 5.3.2 利用语义合并分裂面 | 第50页 |
| 5.3.3 基于语义的模型补全 | 第50-51页 |
| 5.4 定性实验及分析 | 第51-56页 |
| 5.4.1 平面表示 | 第51-53页 |
| 5.4.2 数据融合和基于语义的模型优化结果 | 第53-54页 |
| 5.4.3 层级语义地图 | 第54-56页 |
| 5.5 定量实验及分析 | 第56-60页 |
| 5.5.1 模型表示方法比较 | 第56-59页 |
| 5.5.2 基于语义的模型优化评估 | 第59-60页 |
| 5.6 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 附件 | 第67页 |
