第一章 绪 论
1.1研究背景及意义
1.2 国内外研究现状
1.2.1 未知环境下SLAM中的闭环检测技术现状
1.2.2 深度学习的国内外研究现状
1.3 本文的研究目标和内容
第二章 深度学习及SLAM闭环检测相关理论基础
2.1 深度学习相关理论
2.1.1 基于全局区域的深度学习
2.1.2 基于局部区域的深度学习
2.2 SLAM闭环检测相关理论
2.2.1未知环境下SLAM闭环检测问题
2.2.2 基于视觉词袋模型的闭环检测算法
2.3本章小结
第三章 基于静态语义区域的闭环检测方法研究
3.1 引言
3.2 基于深度学习的目标检测方法研究
3.2.1目标检测模型介绍
3.3 基于静态语义区域的闭环检测算法研究
3.3.1 图像分割模型介绍
3.3.2 图像分割在本文中的运用
3.3.3 特征降维
3.4 本章小结
第四章 基于图像局部感兴趣区域的闭环检测算法研究
4.1 图像局部感兴趣区域的产生
4.1.1 MSRPN网络产生局部感兴趣区域
4.1.2 对局部感兴趣区域进行过滤
4.2 局部感兴趣区域特征的提取
4.2.1 对PlaceCNN网络模型进行改进
4.2.2 训练方法
4.3 基于图像局部感兴趣区域的闭环检测算法
4.3.1 局部感兴趣区域的粗匹配
4.3.2 局部感兴趣区域的细匹配
4.4 算法流程
4.5 本章小结
第五章 实验与分析
5.1 基于图像分割的机器人闭环检测算法研究实验
5.1.1 实验数据集的选择
5.1.2 不同模型图像分割的结果对比
5.1.3 闭环检测实验
5.1.4 实验总结与展望
5.2 基于图像局部感兴趣区域的机器人闭环检测算法研究实验
5.2.1 实验数据的选择
5.2.2 实验的设计方法
5.2.3 实验结果与分析
5.2.4 实验小结
总结与展望
参考文献
攻读学位期间发表的论文
声明
致谢
