|
|
|
基于视觉SLAM的移动机器人闭环检测研究 |
|
论文目录 |
|
摘要 | 第4-6页 | Abstract | 第6-7页 | 第一章 绪论 | 第12-18页 | 1.1 选题背景及意义 | 第12-14页 | 1.2 视觉SLAM概述及研究现状 | 第14-15页 | 1.2.1 基于滤波器的视觉SLAM研究现状 | 第14页 | 1.2.2 基于图优化的视觉SLAM研究现状 | 第14-15页 | 1.3 闭环检测概述及研究现状 | 第15-16页 | 1.3.1 基于人工设计特征的闭环检测研究现状 | 第15-16页 | 1.3.2 基于深度学习的闭环检测研究现状 | 第16页 | 1.4 本文主要内容 | 第16-18页 | 第二章 视觉SLAM以及闭环检测原理介绍 | 第18-31页 | 2.1 视觉SLAM原理介绍 | 第18-27页 | 2.1.1 传感器 | 第18-20页 | 2.1.2 视觉里程计 | 第20-22页 | 2.1.3 SLAM框架之后端 | 第22-23页 | 2.1.4 SLAM 框架之闭环检测 | 第23-26页 | 2.1.5 SLAM框架之建图 | 第26-27页 | 2.2 SLAM问题的数学表述 | 第27-30页 | 2.2.1 最小二乘的引出 | 第29页 | 2.2.2 最小二乘的解法 | 第29-30页 | 2.3 本章小结 | 第30-31页 | 第三章 基于人工设计特征的闭环检测 | 第31-40页 | 3.1 人为设计特征提取算法分类 | 第31-33页 | 3.2 词袋模型 | 第33-35页 | 3.2.1 字典 | 第34页 | 3.2.2 K-means算法 | 第34-35页 | 3.3 基于词袋模型的闭环检测实验 | 第35-38页 | 3.3.1 实验环境 | 第35-36页 | 3.3.2 标准测试数据集 | 第36页 | 3.3.3 相似度计算 | 第36-37页 | 3.3.4 实验过程以及结果 | 第37-38页 | 3.4 本章小结 | 第38-40页 | 第四章 基于卷积神经网络的闭环检测 | 第40-50页 | 4.1 实验模型 | 第40-43页 | 4.1.1 vgg16-places365卷积神经网络结构框架 | 第40-42页 | 4.1.2 vgg16-places365卷积神经网络的训练 | 第42-43页 | 4.2 实验用的闭环检测方法 | 第43-44页 | 4.3 实验结果与分析 | 第44-48页 | 4.3.1 实验环境 | 第44-45页 | 4.3.2 实验数据集 | 第45页 | 4.3.3 PR 性能比较 | 第45-48页 | 4.3.4 时间性能比较 | 第48页 | 4.4 本章小结 | 第48-50页 | 总结与展望 | 第50-52页 | 参考文献 | 第52-58页 | 攻读学位期间发表的论文 | 第58-60页 | 致谢 | 第60页 |
|
|
|
|
论文编号BS3864390,这篇论文共60页 会员购买按0.35元/页下载,共需支付21元。 直接购买按0.5元/页下载,共需要支付30元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|