婵犵數濮烽弫鎼佸磻濞戞娑欐償閵娿儱鐎梺鍏肩ゴ閺呮粌鐣烽弻銉﹀€甸柨婵嗛閺嬫稓绱掗埀顒勫磼濮樿偐鍞甸柣鐘烘〃鐠€锕€危閸涘ǹ浜滈柨鏇楀亾鐎殿喖澧庨幑銏犫攽鐎n亶娼婇梺缁樏璺盒掗幇鐗堚拺闂傚牊绋掗幖鎰箾瀹割喖骞栭柣锝呭槻椤繄鎹勯搹鐟板箰闂備線鈧偛鑻晶浼存煠妤﹁法绨块柕鍥ㄥ姍楠炴帡骞嬮悜鍡橆棨闂傚倷绀侀幖顐λ囬鐐村€舵繝闈涚墕椤ユ岸鏌涢…鎴濇灀婵℃彃鐗撻弻锟犲礃閳哄倸鏆楅梺浼欑秬娴滎剛妲愰幒妤€惟鐟滃酣寮抽埡鍐<閺夊牄鍔嶉ˉ鍫ユ煛娴h宕岄柡浣规崌閺佹捇鏁撻敓锟� [闂傚倸鍊峰ù鍥儍椤愶箑骞㈤柍杞扮劍椤斿嫮绱撻崒姘偓鍝ョ矙閸曨垰绠柨鐕傛嫹 | 闂傚倸鍊烽懗鑸电仚缂備胶绮崝妤冨垝閺冨牊鍊婚柦妯侯槸閻庮參姊虹粙鎸庢拱闁糕晛鍟村鎼佸冀椤撶喓鍘繝鐢靛仜閻忔繈宕濆鑸电厸闁稿本顨呮禍锟�]

    • 场景建模与机器人感知/图像图形智能处理理论与技术前沿
      • 作者:杨鑫//尹宝才//魏小鹏|责编:刘杨|总主编:中国图象图形学学会
      • 出版社:清华大学
      • ISBN:9787302648840
      • 出版日期:2023/11/01
      • 页数:284
    • 售价:31.6
  • 内容大纲

        本书以智能机器人为载体,关注其对环境的感知和理解技术,并应用于智能机器人导航、避障和抓取等实际任务。本书主要内容包括三维重建、场景探索、场景理解、机器人导航与避障、机器人抓取及项目综合实践等。
        本书适合高等院校电子信息类、计算机类及相关专业研究生、高年级本科生阅读,还可供计算机图形学、计算机视觉、人工智能和机器人等相关领域的研究人员参考。
  • 作者介绍

  • 目录

    第1章  三维重建
      1.1  概述
      1.2  国内外主要研究工作
        1.2.1  基于多视图几何的三维重建
        1.2.2  基于深度学习的三维重建
        1.2.3  小结
      1.3  技术实践
        1.3.1  技术案例一:基于多任务的深度图预测
        1.3.2  技术案例二:主动式目标三维重建与补全优化
        1.3.3  技术案例三:基于模型替换的场景建模
        1.3.4  技术案例四:基于无监督学习的场景重建
        1.3.5  技术案例五:基于单视角图像的场景重建
      1.4  本章小结
      1.5  思考题
      参考文献
    第2章  场景探索
      2.1  概述
      2.2  国内外主要研究工作
        2.2.1  三维重建中的场景探索
        2.2.2  视觉语义导航中的场景探索
        2.2.3  小结
      2.3  技术实践
        2.3.1  技术案例一:对象感知引导的自主场景三维重建
        2.3.2  技术案例二:面向未知三维场景重建系统的设计与实现
        2.3.3  技术案例三:视觉语义导航中基于语义场景补全的场景探索
      2.4  本章小结
      2.5  思考题
      参考文献
    第3章  场景理解
      3.1  概述
      3.2  国内外主要研究工作
        3.2.1  基于物体检测与分类的室内场景理解
        3.2.2  基于场景图发掘物体关联的室内场景理解
        3.2.3  小结
      3.3  技术实践
        3.3.1  技术案例一:基于卷积神经网络的点云语义分割与分类
        3.3.2  技术案例二:基于三维场景点云的场景图生成
      3.4  本章小结
      3.5  思考题
      参考文献
    第4章  机器人导航与避障
      4.1  概述
      4.2  国内外主要研究工作
        4.2.1  经典重定位算法
        4.2.2  基于深度学习的重定位算法
        4.2.3  经典导航与避障算法
        4.2.4  基于深度学习的导航与避障算法
        4.2.5  小结
      4.3  技术实践
        4.3.1  技术案例一:基于特征数据库匹配的相机重定位

        4.3.2  技术案例二:基于深度学习的相机重定位
        4.3.3  技术案例三:基于相机重定位的机器人导航
        4.3.4  技术案例四:基于已知栅格地图的机器人避障
        4.3.5  技术案例五:基于深度强化学习的多智能体避障
        4.3.6  技术案例六:基于单目相机的复杂场景自主避障
      4.4  本章小结
      4.5  思考题
      参考文献
    第5章  机器人抓取
      5.1  概述
      5.2  国内外主要研究工作
        5.2.1  基于分析法和经验法的抓取方式检测
        5.2.2  基于深度学习的抓取方式检测
        5.2.3  小结
      5.3  技术实践
        5.3.1  技术案例一:基于物体交互动力学的抓取姿态检测
        5.3.2  技术案例二:基于主动学习的机器人抓取
        5.3.3  技术案例三:基于Faster R-CNN的机器人抓取
        5.3.4  技术案例四:基于弱监督语义分割网络的机器人抓取
        5.3.5  技术案例五:基于生成式的抓取姿态检测
      5.4  本章小结
      5.5  思考题
      参考文献
    第6章  综合项目实践:面向机器人任务的三维场景建模与理解
      6.1  项目实践背景
      6.2  项目实践概述
      6.3  项目实践结构
      6.4  主要模块设计与实现
        6.4.1  多个RGB-D相机的驱动与信息采集
        6.4.2  基于多RGB-D相机融合的室内场景三维重建
        6.4.3  基于RGB-D序列的场景标记技术方法
        6.4.4  平台设计
      6.5  本章小结
      6.6  思考题
      参考文献