基于学习方法的高精度SLAM算法研究

目 录

SLAM系统框架示意图

SLAM系统框架示意图

摘 要
ABSTRACT

第 1 章 绪论

1.1 课题背景及研究意义
1.2 国内外研究现状
1.2.1 视觉里程计研究现状
1.2.2 闭环检测研究现状
1.3 本文研究内容

第 2 章 基于可信控制点的置信度估计方法

2.1 引言
2.2 主要研究内容
2.2.1 立体匹配
2.2.2 可信控制点在立体匹配中的应用
2.2.3 主要研究内容
2.3 置信度估计
2.3.1 随机森林算法
2.3.2 特征选择
2.3.3 基于可信控制点的置信度估计方法
2.4 实验结果
2.4.1 可行性验证实验
2.4.2 置信度评估
2.4.3 随机森林方法的选择与讨论
2.5 本章小结

第 3 章 基于卷积特征高阶统计的闭环检测

3.1 引言
3.2 二阶特征及二阶特征在闭环检测中的应用
3.3 基于二阶信息的深度网络
3.3.1 正向传播
3.3.2 反向传播
3.3.3 协方差正则化方法
3.4 弱监督训练
3.5 实验结果
3.5.1 实验介绍
3.5.2 三元组的选择
3.5.3 模型精度实验结果
3.5.4 SLAM常用算法对比实验
3.6 本章小结

第 4 章 基于学习方法的SLAM算法

4.1 引言
4.2 基于可信控制点的SLAM算法
4.3 基于高阶特征的SLAM算法
4.4 高精度的SLAM算法
4.5 实验结果
4.6 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其他成果
哈尔滨工业大学学位论文原创性声明及使用授权说明
致 谢

基于学习方法的高精度SLAM算法研究-AGV吧
基于学习方法的高精度SLAM算法研究
此内容为付费资源,请付费后查看
20积分
付费资源
© 版权声明
THE END
喜欢就支持一下吧
点赞15 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容