1. 研究目的与意义

1.1 研究背景

无人驾驶技术发展在最近几年里突飞猛进，将无人驾驶技术落地也并非遥不可及。众所周知，发展无人驾驶技术涉及多个领域诸如车辆控制、路径规划、深度学习、感知融合等，是多种学科交叉融合的前沿技术。

传统上由人类完成的任务现在可以由机器人来完成，在一些任务枯燥乏味、需要高精确度或对人类健康和生命构成风险的情况下，可以有效缓解压力。通过同步定位与建图(slam)技术的进步，移动机器人的许多应用不断发展而来。物流行业开始部署slam，用于室内物流、仓库自动化和器件损耗检查。另一方面，农业也是重要市场，使用机器人监测作物，可以提高生产效率。各大车企、互联网大厂致力于无人驾驶，推动无人驾驶技术发展，有效降低驾驶者门槛，提高出行效率与出行安全。

2. 研究内容和预期目标

2.1 研究内容

(1)了解vslam与深度学习

学习并理解vslam和深度学习技术的研究背景、发展方向、技术特点和工作原理。

3. 研究的方法与步骤

3.1研究方法

(1)查阅相关资料和文献，了解国内外vslam和深度学习技术的发展现状，从

中整理和总结出实现方法课题研究做好充分准备。

4. 参考文献

[1]mur-artal r, montiel j m m, tardos j d. orb-slam: aversatile and accurate monocular slam system[j]. ieee transactions on robotics,2015, 31(5): 1147-1163.

[2]mur-artal r, tards j d. orb-slam2: an open-sourceslam system for monocular, stereo, and rgb-d cameras[j]. ieee transactions onrobotics, 2017, 33(5): 1255-1262.

[3]bescos b, fcil j m, civera j, et al. dynaslam:tracking, mapping, and inpainting in dynamic scenes[j]. ieee robotics andautomation letters, 2018, 3(4): 4076-4083.

5. 计划与进度安排

（1）2024.12.01-2024.12.31 查阅资料，填写开题报告，完成外文资料的翻译；

（2）2024.01.01-2024.03.20 熟悉软硬件开发环境；

（3）2024.03.21-2024.03.31 研究基于视觉slam的无人驾驶系统设计方法和原理；