基于深度学习的室内可行区域检测开题报告

全文总字数：5177字

1. 研究目的与意义（文献综述）

1.研究目的及意义

近年来，随着人力成本的不断上升，作为劳动力密集行业典型代表的物流业对机器人作业的需求逐渐增多。通过将全自动的移动机器人应用于仓储和室内配送以实现其自动化及智能化已成为未来的一种发展趋势。为使移动机器人满足其在室内场景下自主导航的要求，首先要解决的便是移动机器人对室内可行区域的检测和识别问题。然而，由于室内场景具有丰富的语义信息且存在目标遮挡、背景杂乱等情况，其较室外场景相比在特征提取和识别上更具挑战性。

针对该类问题，传统的特征提取方法（sitf/surf等）多是基于人工特征设计，即需要向模型输入由专业人员特殊设计的特征矩阵。虽然传统方法能解决部分问题，但其泛化能力较弱，且其特征设计对先验知识的依赖度很高，并需要人工深度参与。因此，传统方法一直存在着工作量大、耗费时间长和过于依赖人工等问题。

2. 研究的基本内容与方案

3. 设计的基本内容、目标、拟采用的技术方案

3.1基本内容和目标

论文所要进行的研究的基本内容主要包括以下几个方面。

3. 研究计划与安排

进度安排

第1~2周：完成外文翻译；

第3~4周：查阅文献完成开题报告；

4. 参考文献（12篇以上）

[1参考文献

[1] 【1】朱培培.家庭服务机器人在室内非结构环境中的可行走区域识别研究[d].杭州:浙江大学,2014.

[2] 【2】张明,桂凯.基于深度学习的室内场景识别的研究[j].现代计算机(专业版),2018(16):28-36.