面向服务机器人的室内语义地图构建的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 表格 | 第13-14页 |
| 插图 | 第14-16页 |
| 算法 | 第16-17页 |
| 第一章 绪论 | 第17-23页 |
| ·引言 | 第17-18页 |
| ·移动机器人环境建模概述与挑战 | 第18-21页 |
| ·全文内容与组织结构 | 第21-23页 |
| 第二章 3D感知设备 | 第23-41页 |
| ·3D感知综述 | 第23-24页 |
| ·被动式深度感知 | 第24-28页 |
| ·双目视觉 | 第25-26页 |
| ·SfM方法 | 第26-28页 |
| ·主动式距离获取 | 第28-33页 |
| ·2D/3D激光 | 第28-30页 |
| ·ToF摄像头 | 第30-32页 |
| ·结构光技术 | 第32-33页 |
| ·本文所用感知系统 | 第33-41页 |
| ·RGB-D摄像头 | 第33-35页 |
| ·Kinect传感器 | 第35-37页 |
| ·硬件平台和实验场景介绍 | 第37-41页 |
| 第三章 RGB-D摄像头扫描规划 | 第41-57页 |
| ·引言 | 第41-43页 |
| ·扫描行动与扫描点 | 第43-47页 |
| ·扫描行动 | 第43-44页 |
| ·栅格地图 | 第44-46页 |
| ·关于扫描点 | 第46-47页 |
| ·扫描规划生成 | 第47-52页 |
| ·扫描规划 | 第47-48页 |
| ·覆盖图生成算法 | 第48-50页 |
| ·遍历路径生成算法 | 第50-52页 |
| ·最优扫描规划 | 第52-57页 |
| ·扫描规划评价函数 | 第53-54页 |
| ·优化问题求解 | 第54-55页 |
| ·实验与结果 | 第55-57页 |
| 第四章 RGB-D地图构建 | 第57-119页 |
| ·相关工作 | 第57-61页 |
| ·系统概述 | 第61-64页 |
| ·系统结构 | 第61-62页 |
| ·预备知识 | 第62-64页 |
| ·帧间对齐技术 | 第64-77页 |
| ·帧间对齐问题 | 第64-65页 |
| ·相关帧间对齐技术 | 第65-74页 |
| ·帧间对齐误差评价 | 第74-77页 |
| ·基于点、面特征的RGB-D帧间对齐 | 第77-92页 |
| ·健壮性与实时性的考虑 | 第77-78页 |
| ·发掘图像外观信息 | 第78-80页 |
| ·改进的RANSAC对齐方法 | 第80-82页 |
| ·使用地面信息辅助对齐 | 第82-90页 |
| ·基于特征的RGB-D帧间对齐算法 | 第90-92页 |
| ·全局对齐 | 第92-98页 |
| ·关键帧抽取 | 第92-94页 |
| ·环闭合检测 | 第94-96页 |
| ·全局优化 | 第96-98页 |
| ·表面重建 | 第98-103页 |
| ·带颜色的TSDF | 第98-102页 |
| ·存储开销问题 | 第102-103页 |
| ·实验与结果分析 | 第103-119页 |
| ·RGB-D图像数据集 | 第104-106页 |
| ·帧间对齐性能评估 | 第106-111页 |
| ·环闭合检测率与时间开销 | 第111-112页 |
| ·地图构建精度评估 | 第112-117页 |
| ·场景重建结果 | 第117-119页 |
| 第五章 室内场景分析 | 第119-125页 |
| ·引言 | 第119-121页 |
| ·场景分割 | 第121-123页 |
| ·平面提取 | 第121-122页 |
| ·物体聚簇 | 第122-123页 |
| ·语义地图生成 | 第123-125页 |
| 第六章 总结与展望 | 第125-129页 |
| ·本文工作总结 | 第125-127页 |
| ·未来工作展望 | 第127-129页 |
| 参考文献 | 第129-137页 |
| 致谢 | 第137-139页 |
| 在读期间发表的学术论文与取得的研究成果 | 第139-141页 |
| 在读期间参与的学术活动 | 第141页 |
