場景建模與機器人感知

 
 
第1章三維重建
1.1概述
1.2國內(nèi)外主要研究工作
1.2.1基于多視圖幾何的三維重建
1.2.2基于深度學習的三維重建
1.2.3小結
1.3技術實踐
1.3.1技術案例一： 基于多任務的深度圖預測
1.3.2技術案例二： 主動式目標三維重建與補全優(yōu)化
1.3.3技術案例三： 基于模型替換的場景建模
1.3.4技術案例四： 基于無監(jiān)督學習的場景重建
1.3.5技術案例五： 基于單視角圖像的場景重建
1.4本章小結
1.5思考題
參考文獻
第2章場景探索
2.1概述
2.2國內(nèi)外主要研究工作
2.2.1三維重建中的場景探索
2.2.2視覺語義導航中的場景探索
2.2.3小結
2.3技術實踐
2.3.1技術案例一： 對象感知引導的自主場景三維重建
2.3.2技術案例二： 面向未知三維場景重建系統(tǒng)的設計與實現(xiàn)
2.3.3技術案例三： 視覺語義導航中基于語義場景補全的
場景探索
2.4本章小結
2.5思考題
參考文獻
第3章場景理解
3.1概述
3.2國內(nèi)外主要研究工作
3.2.1基于物體檢測與分類的室內(nèi)場景理解
3.2.2基于場景圖發(fā)掘物體關聯(lián)的室內(nèi)場景理解
3.2.3小結
3.3技術實踐
3.3.1技術案例一： 基于卷積神經(jīng)網(wǎng)絡的點云語義分割與分類
3.3.2技術案例二： 基于三維場景點云的場景圖生成
3.4本章小結
3.5思考題
參考文獻
 
 
 
第4章機器人導航與避障
4.1概述
4.2國內(nèi)外主要研究工作
4.2.1經(jīng)典重定位算法
4.2.2基于深度學習的重定位算法
4.2.3經(jīng)典導航與避障算法
4.2.4基于深度學習的導航與避障算法
4.2.5小結
4.3技術實踐
4.3.1技術案例一： 基于特征數(shù)據(jù)庫匹配的相機重定位
4.3.2技術案例二： 基于深度學習的相機重定位
4.3.3技術案例三： 基于相機重定位的機器人導航
4.3.4技術案例四： 基于已知柵格地圖的機器人避障
4.3.5技術案例五： 基于深度強化學習的多智能體避障
4.3.6技術案例六： 基于單目相機的復雜場景自主避障
4.4本章小結
4.5思考題
參考文獻
第5章機器人抓取
5.1概述
5.2國內(nèi)外主要研究工作
5.2.1基于分析法和經(jīng)驗法的抓取方式檢測
5.2.2基于深度學習的抓取方式檢測
5.2.3小結
5.3技術實踐
5.3.1技術案例一： 基于物體交互動力學的抓取姿態(tài)檢測
5.3.2技術案例二： 基于主動學習的機器人抓取
5.3.3技術案例三： 基于Faster RCNN的機器人抓取
5.3.4技術案例四： 基于弱監(jiān)督語義分割網(wǎng)絡的機器人抓取
5.3.5技術案例五： 基于生成式的抓取姿態(tài)檢測
5.4本章小結
5.5思考題
參考文獻
第6章綜合項目實踐： 面向機器人任務的三維場景建模與理解
6.1項目實踐背景
6.2項目實踐概述
6.3項目實踐結構
6.4主要模塊設計與實現(xiàn)
6.4.1多個RGBD相機的驅動與信息采集
6.4.2基于多RGBD相機融合的室內(nèi)場景三維重建
6.4.3基于RGBD序列的場景標記技術方法
6.4.4平臺設計
6.5本章小結
6.6思考題
參考文獻