1. 毕业设计（论文）主要内容：

“新零售”的概念：“纯电商时代将要过去，未来没有电子商务，只有线上线下和物流结合的新零售”。

新零售这个概念今年以来大热，第四届“世界互联网大会·乌镇峰会”于2017年12月3日—5日举办完毕，在会上各位国内互联网企业领军人物都再次提及新零售。会后我们得知阿里和腾讯都在布局智慧零售，并且已经在智慧物流的升级上做出了进一步尝试，京东、唯品会等电商也纷纷建起了无人仓。电商繁荣带动了快递业迅速壮大，但是传统的物流设备已经不再适用于现今多变，高效，快捷，准确的使用场景。

最为典型的物流仓储设备就是agv，agv作为一款自动化搬运机器人，大大促进了物流业的效率。虽然近些年来，agv的相关技术已经趋于成熟，但是agv的定位与地图构建仍然是值得研究的。由于deep-learning和硬件水平的不断发展，视觉slam（simultaneous localization and mapping，同时定位和构建地图）的效果不断提升，其在agv领域的应用也逐渐被各大企业和研究机构所重视。

2. 毕业设计（论文）主要任务及要求

（1）查阅国内外关于slam的论文文献，了解国内外slam视觉里程计建立的研究现状；

（2）综合考虑分析特征点匹配法、对极几何、三角测量、直接线性变换和bundle adjustment、svd方法、直接法等方法在相机位姿估计中的优与劣；

（3）熟悉基本的slam视觉里程计数学知识：旋转矩阵、旋转向量、四元数、李群与李代数、非线性优化在slam中的相关知识；

3. 毕业设计（论文）完成任务的计划与安排

第1-3周 进行文献查阅、文献翻译、工具的熟悉，并撰写开题报告；

第4-5周 进行slam视觉里程计软件环境的搭建；

第6-9周 选定实验环境，采集实验图片或者视频流，进行初步的图像处理，通过实验对比分析特征点匹配法、对极几何、三角测量、直接线性变换和bundle adjustment、svd方法、直接法等方法在相机位姿估计中的优和劣以及各种方法适合的场景，从而选定相应的方法，并设计出视觉里程计；

4. 主要参考文献

[1] kendall a, grimes m, cipolla r.posenet: a convolutional network for real-time 6-dof camera relocalization[j].2015, 31:2938-2946.

[2] kwang moo yi, eduard trulls, vincentlepetit, et al. lift: learned invariant feature transform[j]. 2016:467-483.

[3] detone d, malisiewicz t, rabinovich a.toward geometric deep slam[j]. 2017.