1. 研究目的与意义(文献综述包含参考文献)
文 献 综 述SLAM(Simultaneous Localization And Mapping),中文译作同时定位与动图构建。
该技术首次提出是用来估算对象之间位置和方向关系,以及估算与关系相关的不确定性。
经过国内外众多学者多年的研究,目前该技术被广泛应用于自主移动(无人机、机器人、无人驾驶汽车等)及AR等领域 [1-3]。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 研究的基本内容、问题解决措施及方案
本课题主要研究基于智能文件配送机器人的同步定位与建图问题。
大致流程如下图所示: 计划将深度学习技术与激光SLAM相结合进行同步定位与地图构建。
大致技术路线如下:1. 通过传感器读取周围环境信息; 2. 加入结构的先验知识; 3. 结合CNN进行画面物体的检测和分离; 4. 局部地图更新5. 物体状态更新6. 回环检测7. 全局定位 8. 建图完成本课题在传统SLAM技术的基础上,结合深度学习技术以及加入语义等操作,使机器人可以在环境中动态地、高效地定位与建图,同时保留关键点信息为后续功能所使用。
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付
以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。