1. 研究目的与意义
近年来，人工智能技术迅速发展，自动驾驶也逐渐成为人们生活中的话题。当今智慧城市的设计和发展正在如火如荼地进行，自动驾驶小车的运动行为是完全由其自主导航系统决定的，为了使其能够在错综复杂的环境中准确安全地执行接收的任务，需要重点研究其进行自主导航的能力。环境感知与建图技术是当前自主导航系统中的关键模块之一。准确的环境检测与场景地图构建对于整个无人驾驶系统都至关重要。如果这项技术真正地走进了人们的生活，一系列重大的社会变革也将随之而来。它不仅可以满足人们的日常生活需要，还可以节省劳动力，推动生产发展，并且，引领下一次科技革命。
如今，科学界对自动驾驶技术的研究也越来越火热。但如何推动这项技术的落地，仍然是一个难题。环境感知作为长久以来研究热点之一，诸多研究机构和学者都针对环境感知中的各种问题进行了深入研究。
2. 研究内容和预期目标
本文主要研究一种基于空地协同的无人驾驶环境感知与建图算法。
首先，本文介绍了国内外环境感知技术的发展历程，剖析了这些技术的发展趋势。
其次，本文阐述环境感知系统的基本原理，包括传感器模型及其数学原理，研究了两种主流SLAM系统的整体框架、3D目标检测系统整体框架其关键技术。
3. 研究的方法与步骤
搜集相关资料和调研，了解无人驾驶、SLAM和目标检测的发展和研究现状，整理和总结相关领域仍存在的问题，为课题研究做好充分的准备。同时学习Linux操作系统，熟练掌握系统下SLAM和目标检测相关算法的环境配置和运行。通过多次反复的设计和调整算法，将研究内容实现，并在公开数据集以及实际环境中进行实验验证。
研究步骤：
（1）了解无人驾驶、SLAM和目标检测的研究现状，形成文献综述和开题报告
4. 参考文献
[1] Chen C, Wang B, Lu C X, et al. A survey on deep learning forlocalization and mapping: Towards the age of spatial machine intelligence[J].arXiv preprint arXiv:2006.12567, 2020.
[2] LIM H, KIM Y, JUNG K, et al. Avoiding degeneracy formonocular visual SLAM with point and line features [C]. 2021 IEEE InternationalConference on Robotics and Automation (ICRA), 2021: 11675-81.
[3] STEENBEEK A, NEX F. CNN-based dense monocular visual SLAM forreal-time UAV exploration in emergency conditions [J]. Drones, 2022, 6(3): 79.
5. 计划与进度安排
2024.01.01—2024.01.31 课题调研，了解相关技术和要求；
2024.02.01—2024.02.28 填写开题报告，完成外文资料的翻译；
2024.03.01—2024.04.30 实验分析，数据整理，完成论文初稿；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
