目錄
前言
第1章 基礎(chǔ)知識 1
1.1 研究背景 1
1.2 國內(nèi)外研究現(xiàn)狀 2
1.3 本書所用特征 5
1.3.1 深度幾何特征 5
1.3.2 SIFT 特征 6
1.3.3 SURF 特征 8
1.4 本書所用算法 8
1.4.1 結(jié)構(gòu)隨機(jī)森林 8
1.4.2 K 均值聚類 9
1.4.3 SVM 10
1.4.4 RBPF-SLAM 11
1.5 本章小結(jié) 12
參考文獻(xiàn) 12
第2章 基于 SRF 的工具功用性部件建模與檢測 15
2.1 系統(tǒng)框架 15
2.2 模型離線訓(xùn)練 16
2.2.1 功用性邊緣檢測器構(gòu)建 16
2.2.2 工具部件功用性檢測器構(gòu)建 18
2.2.3 由粗到精閾值選取 19
2.3 工具功用性部件在線檢測 19
2.4 實(shí)驗(yàn) 20
2.4.1 實(shí)驗(yàn)數(shù)據(jù)集 20
2.4.2 評價(jià)方法 20
2.4.3 實(shí)驗(yàn)結(jié)果分析 22
2.5 本章小結(jié) 25
參考文獻(xiàn) 25
第3章 基于聯(lián)合學(xué)習(xí)的家庭日常工具功用性部件檢測 27
3.1 系統(tǒng)框架 27
3.2 問題描述與公式化表示 28
3.3 模型優(yōu)化與解耦求解 29
3.3.1 模型優(yōu)化 30
3.3.2 CRF 權(quán)重求解 31
3.3.3 字典求解 31
3.4 算法實(shí)現(xiàn) 32
3.4.1 幾何特征表示與提取 32
3.4.2 基于聯(lián)合學(xué)習(xí)的模型構(gòu)建算法 32
3.4.3 功用性部件在線檢測算法 33
3.5 實(shí)驗(yàn) 33
3.5.1 實(shí)驗(yàn)數(shù)據(jù)集 33
3.5.2 實(shí)驗(yàn)條件 34
3.5.3 實(shí)驗(yàn)結(jié)果分析 34
3.6 本章小結(jié) 37
參考文獻(xiàn) 37
第4章 基于特征優(yōu)選和部件組合的家庭日常工具分類 39
4.1 系統(tǒng)框架 39
4.2 特征描述與最優(yōu)組合選取 40
4.2.1 特征描述 40
4.2.2 ReliefF 最優(yōu)特征組合選取 41
4.3 基于 BOW 的服務(wù)機(jī)器人家庭日常工具分類模型構(gòu)建 42
4.3.1 模型離線構(gòu)建 43
4.3.2 在線分類檢測 45
4.4 實(shí)驗(yàn) 46
4.4.1 實(shí)驗(yàn)數(shù)據(jù)集 46
4.4.2 實(shí)驗(yàn)結(jié)果及分析 46
4.5 本章小結(jié) 50
參考文獻(xiàn) 50
第5章 部件功用性語義組合的家庭日常工具分類 51
5.1 系統(tǒng)框架 51
5.2 模型離線構(gòu)建 52
5.2.1 功用性部件邊緣特征描述 52
5.2.2 功用性邊緣檢測器構(gòu)建 52
5.2.3 基于功用性部件組合聚類的工具字典構(gòu)建 54
5.3 基于功用性工具字典的家庭日常工具分類 55
5.4 實(shí)驗(yàn) 56
5.4.1 實(shí)驗(yàn)數(shù)據(jù)集 56
5.4.2 實(shí)驗(yàn)結(jié)果與分析 57
5.5 本章小結(jié) 60
參考文獻(xiàn) 60
第6章 基于空間金字塔池化的工具識別 62
6.1 系統(tǒng)框架 62
6.2 構(gòu)建工具特征圖的空間池化模型 63
6.2.1 工具幾何特征描述 63
6.2.2 基于 cciPCA 的多尺度特征塊提取 63
6.2.3 空間池化金字塔的構(gòu)建 64
6.3 多分類的線性分類模型構(gòu)建 65
6.4 模型選擇及實(shí)驗(yàn)結(jié)果 66
6.4.1 實(shí)驗(yàn)數(shù)據(jù)集 66
6.4.2 實(shí)驗(yàn)結(jié)果及分析 67
6.5 本章小結(jié) 69
參考文獻(xiàn) 69
第7章 基于 CLM 模型的服務(wù)機(jī)器人室內(nèi)功能區(qū)分類方法 71
7.1 系統(tǒng)框架 71
7.2 基于 CLM 算法的功能區(qū)圖像模型構(gòu)建 72
7.2.1 提取圖像特征描述符 72
7.2.2 圖像高斯模型表示與匹配 73
7.2.3 圖像高斯模型的優(yōu)化 74
7.2.4 學(xué)習(xí)改進(jìn)的 SVM 分類器 74
7.2.5 室內(nèi)功能區(qū)建模算法描述 75
7.3 在線檢測算法 76
7.4 實(shí)驗(yàn) 76
7.4.1 實(shí)驗(yàn)數(shù)據(jù)集 76
7.4.2 實(shí)驗(yàn)結(jié)果及分析 77
7.5 本章小結(jié) 78
參考文獻(xiàn) 79
第8章 服務(wù)機(jī)器人家庭全息地圖表示與構(gòu)建 80
8.1 家庭全息地圖的表示 80
8.2 家庭全息地圖的構(gòu)建 81
8.2.1 機(jī)器人觀測模型 81
8.2.2 局部幾何特征地圖的構(gòu)建 83
8.2.3 全局拓?fù)涞貓D的構(gòu)建 87
8.2.4 幾何{拓?fù)涞貓D的存儲(chǔ)結(jié)構(gòu) 89
8.3 實(shí)驗(yàn) 90
8.3.1 實(shí)驗(yàn)描述 90
8.3.2 家庭環(huán)境地圖的構(gòu)建 92
8.3.3 實(shí)驗(yàn)分析 92
8.4 本章小結(jié) 93
參考文獻(xiàn) 94
第9章 物聯(lián)網(wǎng)機(jī)器人同時(shí)標(biāo)定與定位算法 95
9.1 系統(tǒng)模型 95
9.1.1 系統(tǒng)構(gòu)成 95
9.1.2 機(jī)器人運(yùn)動(dòng)模型 95
9.1.3 攝像機(jī)對機(jī)器人的觀測模型 96
9.1.4 攝像機(jī)投影矩陣的標(biāo)定 98
9.2 基于 RBPF 的物聯(lián)網(wǎng)機(jī)器人定位 98
9.2.1 基本思想 98
9.2.2 構(gòu)建位姿粒子的提議分布 99
9.2.3 計(jì)算粒子權(quán)重及重采樣 100
9.2.4 估計(jì)投影矩陣 102
9.3 實(shí)驗(yàn) 103
9.4 本章小結(jié) 105
參考文獻(xiàn) 105
第10章 物聯(lián)網(wǎng)機(jī)器人系統(tǒng)同時(shí)定位、標(biāo)定與建圖方法 106
10.1 系統(tǒng)描述 106
10.1.1 系統(tǒng)構(gòu)成 106
10.1.2 問題簡化 107
10.1.3 模型建立 107
10.2 物聯(lián)網(wǎng)機(jī)器人系統(tǒng)同時(shí)定位、標(biāo)定與建圖 109
10.2.1 基本思想 109
10.2.2 傳感器網(wǎng)絡(luò)輔助機(jī)器人位姿估計(jì) 110
10.2.3 粒子權(quán)值計(jì)算及重采樣 113
10.2.4 傳感器網(wǎng)絡(luò)標(biāo)定 115
10.2.5 環(huán)境特征地圖構(gòu)建 117
10.2.6 同時(shí)定位、標(biāo)定與建圖的完整算法 119
10.3 實(shí)驗(yàn) 121
10.4 本章小結(jié) 125
參考文獻(xiàn) 125
彩圖