声明
摘要
第1章 绪论
1.1 课题研究背景
1.2 课题研究意义
1.3 国内外研究现状
1.4 本文研究工作
1.5 章节安排
第2章 相关研究介绍
2.1 深度学习简介
2.1.1 深度学习特点
2.1.2 卷积神经网络的结构
2.1.3 模型优化算法
2.1.4 卷积神经网络的训l练
2.2 视觉SLAM技术介绍
2.2.1 经典视觉SLAM框架
2.2.2 位姿估计模型
2.2.3 光束平差法
2.3 本章小结
第3章 位姿估计问题描述
3.1 问题描述
3.1.1 数学描述
3.1.2 算法框架概述
3.2 数据集及性能指标
3.2.2 数据增强
3.2.3 预处理
3.2.4 算法性能指标
3.3 本章小结
第4章 基于双流卷积神经网络的位姿估计方法
4.1 引言
4.2 网络模型
4.2.1 稠密光流
4.2.2 网络结构
4.2.3 网络训练
4.3 误差学习
4.4 实验及分析
4.4.1 实验基本设置
4.4.2 模型性能效果分析
4.4.3 模型性能效果对比
4.4.4 其他实验
4.5 本章小结
第5章 基于端到端学习的位姿估计方法
5.1 引言
5.2 网络模型
5.2.1 网络结构设计
5.2.2 损失函数
5.2.3 网络训练
5.3 实验及分析
5.3.1 实验基本设置
5.3.2 模型预测性能分析
5.3.3 模型预测效果对比
5.3.4 模型耗时性能测试
5.4 本章小结
第6章 总结与展望
6.1 论文总结
6.2 未来展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果