智能感知關鍵技術-室內無人平臺場景感知與建圖 吳杭彬 劉春 9787576512878 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：智能感知關鍵技術-室內無人平臺場景感知與建圖
ISBN：9787576512878
出版社：同濟大學出版社
著編譯者：吳杭彬 劉春
頁數：231
所在地：中國大陸 *此為代購商品
書號：1742165
可大量預訂，請先連絡。

內容簡介

本書對測繪領域無人平台的室內場景多感測器集成感知、測繪數據採集、建圖與定位、點雲處理與應用等開展了研究，並取得了系列研究成果：無人系統的測繪數據採集端集成了雙目、多目相機和激光雷達感測器；自定位數據處理端針對雙目立體相機和多目相機系統分別提出了相差剔除與魯棒運動估計算法；數據處理端基於深度學習對場景中的動態目標進行識別與掩膜；在測繪數據處理和應用層面，利用無人平台採集的點雲數據，完成了點雲語義分割、室內部件語義分類、部件與模型的檢索、室內地圖製圖和優化、建模與增強等。 本書適合測繪等相關專業從事測繪多感測器集成、激光視覺融合、點雲智能處理、室內場景感知與推理等研究的師生、科研工作者、工程師參考使用。

目錄

前言
第1章 緒論
1 1 無人平台室內測量概述
1 2 國內外無人平台發展現狀
1 2 1 車載移動測量平台
1 2 2 小型無人平台
1 3 無人平台并行定位與建圖技術概述
1 3 1 視覺并行定位與建圖算法
1 3 2 視覺魯棒估計算法
1 3 3 視覺室內多源融合點雲重建
1 3 4 激光室內多源融合點雲重建
1 4 無人平台點雲建模應用
1 4 1 點雲語義分割
1 4 2 室內點雲部件應用
1 4 3 室內建圖
參考文獻
第2章 室內無人平台的集成與設計
2 1 無人平台常見的感測器
2 1 1 視覺感測器
2 1 2 激光雷達感測器
2 1 3 慣性感測器
2 2 無人平台硬體集成設計
2 2 1 雙目數據採集平台
2 2 2 多目視覺-激光綜合採集平台
2 3 無人平台數據採集軟體架構
2 3 1 軟體整體架構
2 3 2 影像數據同步採集
2 3 3 激光雷達數據同步採集
2 3 4 IMU數據同步採集
參考文獻
第3章 室內無人平台系統的時空檢校
3 1 室內無人平台的空間坐標系統
3 1 1 空間位置標定的必要性
3 1 2 與相機標定相關的坐標系
3 1 3 相機成像模型
3 1 4 鏡頭畸變
3 2 室內無人平台的時間控制系統
3 2 1 時間同步系統的必要性
3 2 2 同步採集系統的設計與裝配
3 3 視覺系統檢校
3 3 1 多目相機系統檢校方法概述
3 3 2 多目相機系統的檢校
3 3 3 基於場景結構的多目相機初始檢校方法
3 4 激光雷達系統檢校
3 4 1 激光雷達系統檢校的必要性
3 4 2 激光雷達檢校原理與方法
3 5 多感測器聯合標定
3 5 1 機身控制點布設
3 5 2 相機標定結果
3 5 3 掃描儀標定結果
參考文獻
第4章 無人平台的定位與定姿
4 1 無人平台定位定姿的基本知識
4 1 1 無人平台姿態表示方法
4 1 2 多目相機模型的相對定向
4 1 3 絕對定向原理
4 2 無人平台的視覺定姿原理
4 2 1 初始姿態解算
4 2 2 粗差剔除算法框架
4 2 3 剛性結構點提取與優先採樣
4 2 4 粗差剔除算法優化與終止條件
4 2 5 基於SASAC的雙目定位算法
4 3 基於全局最優的多目相機系統魯棒相對定向
4 3 1 多目相機相對定向的相關研究
4 3 2 多目相機相對定向問題的幾何定義
4 3 3 分支界定優化算法
4 3 4 試驗與驗證
4 4 激光里程計位姿估計
4 4 1 2D LiDAR位姿估計
4 4 2 3D LiDAR位姿估計
4 5 激光-IMU組合位姿估計
參考文獻
第5章 室內無人平台三維場景點雲地圖的構建
5 1 基於影像的室內地圖構建
5 1 1 基於影像的地圖構建方法
5 1 2 基於動態目標識別的三維點雲粗差剔除
5 1 3 具有多目相機約束的稀疏光束法平差優化
5 2 基於激光的室內地圖構建
5 2 1 基於圖優化的室內地圖構建方法
5 2 2 基於關鍵幀稠密關聯的三維點雲地圖構建優化方法
5 3 基於多感測器組合的室內地圖構建
5 3 1 基於激光數據的室內三維重構
5 3 2 室內場景的彩色重構方法
參考文獻
第6章 室內點雲數據的語義分割和部件點雲檢索
6 1 室內點雲語義分割
6 1 1 現有的室內點雲語義分割方法面臨的挑戰
6 1 2 顧及上下文關係的深度神經網絡總體框架
6 1 3 顧及上下文關係的深度神經網絡模塊介紹
6 1 4 室內點雲語義分割試驗
6 2 室內部件點雲樣本庫建設
6 2 1 國內外現有的部件數據
6 2 2 室內場景部件模型格式分析
6 2 3 室內場景部件樣本庫的標準化
6 3 室內場景部件點雲的語義分類
6 3 1 現有部件點雲的語義分類框架
6 3 2 室內場景部件點雲的小樣本語義分類方法
6 3 3 室內場景部件點雲的小樣本語義分類試驗
6 4 部件點雲檢索
6 4 1 現有的部件點雲檢索方法
6 4 2 相似性度量與性能評價
6 4 3 基於深度學習與特徵降維的部件點雲檢索方法
6 4 4 室內場景部件點雲的檢索試驗與分析
參考文獻
第7章 室內點雲的應用
7 1 室內點雲傾斜糾正
7 1 1 點雲傾斜糾正的必要性
7 1 2 點雲傾斜糾正方法
7 1 3 點雲傾斜糾正方法驗證
7 2 室內二維地圖提取與優化
7 2 1 基於M-RSC算法的室內結構提取
7 2 2 基於語義約束的平差優化模型
7 2 3 試驗結果與分析
7 3 室內場景重建和增強
7 3 1 室內場景數據採集與預處理
7 3 2 部件點雲的模型檢索
7 3 3 室內場景重建和增強結果
7 4 室內部件點雲建模
7 4 1 點雲無損體素化表達
7 4 2 基於圖卷積神經網絡的表面重建
7 4 3 試驗結果與分析
參考文獻
第8章 總結與展望

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。