| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 智能自主导航和视觉SLAM概述 | 第10-12页 |
| 1.2.1 智能自主导航概述 | 第10-11页 |
| 1.2.2 视觉SLAM概述 | 第11-12页 |
| 1.3 视觉SLAM的发展历程及研究现状 | 第12-17页 |
| 1.3.1 视觉SLAM的发展历程 | 第12-14页 |
| 1.3.2 视觉SLAM的研究现状 | 第14-17页 |
| 1.4 本文主要工作及组织结构 | 第17-19页 |
| 1.4.1 本文主要工作 | 第17页 |
| 1.4.2 本文的组织结构 | 第17-19页 |
| 第二章 视觉SLAM基础理论 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 齐次坐标 | 第19页 |
| 2.3 三维空间射影变换 | 第19-20页 |
| 2.4 针孔相机模型 | 第20-23页 |
| 2.5 最优化理论 | 第23-25页 |
| 2.5.1 最速下降法 | 第23-24页 |
| 2.5.2 牛顿法 | 第24页 |
| 2.5.3 高斯牛顿法 | 第24-25页 |
| 2.5.4 L-M方法 | 第25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 基于查找表的SLAM构图方法研究 | 第27-47页 |
| 3.1 引言 | 第27页 |
| 3.2 传统SLAM基本流程 | 第27-40页 |
| 3.2.1 传感器数据采集 | 第27-28页 |
| 3.2.2 视觉SLAM前端 | 第28-34页 |
| 3.2.3 视觉SLAM后端 | 第34-35页 |
| 3.2.4 回环检测 | 第35-38页 |
| 3.2.5 构建地图 | 第38-40页 |
| 3.3 基于查找表的SLAM构图方法 | 第40-43页 |
| 3.3.1 图像分割 | 第40-41页 |
| 3.3.2 估计运动方向 | 第41页 |
| 3.3.3 使用LUT构图 | 第41-43页 |
| 3.4 实验验证 | 第43-45页 |
| 3.4.1 跟踪实验 | 第43-45页 |
| 3.4.2 估计运动方向并用LUT构图 | 第45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 SLAM动态目标剔除方法研究 | 第47-57页 |
| 4.1 引言 | 第47页 |
| 4.2 基于查找表和光流法的动态目标检测方法 | 第47-50页 |
| 4.2.1 光流法检测动态目标原理 | 第47-49页 |
| 4.2.2 实验验证 | 第49-50页 |
| 4.3 基于深度学习的目标检测方法 | 第50-54页 |
| 4.3.1 目标检测Faster R-CNN网络的基本原理 | 第51-52页 |
| 4.3.2 实验验证 | 第52-54页 |
| 4.4 实验对比和分析 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 SLAM语义分割方法研究 | 第57-67页 |
| 5.1 引言 | 第57页 |
| 5.2 基于漫水填充算法的语义分割方法 | 第57-60页 |
| 5.2.1 漫水填充算法分割原理 | 第57-58页 |
| 5.2.2 实验验证 | 第58-60页 |
| 5.3 基于深度学习的语义分割方法 | 第60-65页 |
| 5.3.1 语义分割PSPNet网络的基本原理 | 第60-61页 |
| 5.3.2 实验验证 | 第61-65页 |
| 5.4 实验对比和分析 | 第65-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67页 |
| 6.2 下一步工作展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 作者简历 | 第77页 |