|
|
|
基于深度学习和传统视觉SLAM融合的单目视觉LSLAM |
|
论文目录 |
|
中文摘要 | 第3-5页 | 英文摘要 | 第5-6页 | 1 绪论 | 第9-19页 | 1.1 研究背景与研究意义 | 第9-11页 | 1.1.1 课题来源 | 第9页 | 1.1.2 研究背景与意义 | 第9-11页 | 1.2 研究现状概述 | 第11-14页 | 1.2.1 传统视觉SLAM研究现状 | 第11-13页 | 1.2.2 基于深度学习的SLAM研究现状 | 第13-14页 | 1.3 SLAM技术应用领域 | 第14-17页 | 1.4 论文主要研究内容及组织结构 | 第17-19页 | 2 单目视觉SLAM算法 | 第19-35页 | 2.1 引言 | 第19页 | 2.2 SLAM问题的数学模型 | 第19-21页 | 2.3 单目视觉SLAM算法总体框架 | 第21页 | 2.4 特征提取与匹配 | 第21-27页 | 2.4.1 特征提取 | 第21-25页 | 2.4.2 特征匹配 | 第25-27页 | 2.5 视觉里程计 | 第27-31页 | 2.5.1 摄像机模型 | 第27-28页 | 2.5.2 运动姿态估计 | 第28-31页 | 2.6 地图优化 | 第31-34页 | 2.7 本章小结 | 第34-35页 | 3 基于深度学习的场景深度预测 | 第35-41页 | 3.1 引言 | 第35页 | 3.2 深度卷积神经网络设计原理 | 第35-37页 | 3.2.1 卷积神经网络的生物学依据 | 第35-36页 | 3.2.2 卷积神经网络的结构设计 | 第36-37页 | 3.3 场景深度估计 | 第37-40页 | 3.3.1 单张图像深度恢复 | 第37-39页 | 3.3.2 图像对深度恢复 | 第39-40页 | 3.4 本章小结 | 第40-41页 | 4 LSLAM算法的设计与实现 | 第41-55页 | 4.1 LSLAM算法总体框架 | 第41页 | 4.2 场景深度预测CNN | 第41-43页 | 4.3 系统初始化 | 第43-46页 | 4.4 相机运动估计 | 第46-52页 | 4.5 关键帧的初始化与优化 | 第52-54页 | 4.6 本章小结 | 第54-55页 | 5 实验设计与分析 | 第55-69页 | 5.1 硬件平台 | 第55-57页 | 5.2 软件平台 | 第57-58页 | 5.3 实验与分析 | 第58-68页 | 5.3.1 性能评价标准 | 第58页 | 5.3.2实验1 | 第58-61页 | 5.3.3实验2 | 第61-63页 | 5.3.4实验3 | 第63-65页 | 5.3.5实验4 | 第65-68页 | 5.4 本章小结 | 第68-69页 | 6 总结与展望 | 第69-71页 | 致谢 | 第71-73页 | 参考文献 | 第73-79页 | 附录 | 第79页 | A.作者在攻读学位期间发表的论文目录 | 第79页 | B.作者在攻读学位期间取得的科研成果目录 | 第79页 |
|
|
|
|
论文编号BS4054957,这篇论文共79页 会员购买按0.35元/页下载,共需支付27.65元。 直接购买按0.5元/页下载,共需要支付39.5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。 |
|
|