From 24427515d2aaf734ec47b391159bebb07a6d4314 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E6=9D=A8=E6=B8=8A=E5=8D=9A?= <2549936054@qq.com>
Date: Tue, 31 Jan 2023 06:42:54 +0000
Subject: [PATCH] update README.md.
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Signed-off-by: 杨渊博 <2549936054@qq.com>
---
 README.md | 93 +++++++++++++++++++++++++++++++++++++++++++++----------
 1 file changed, 76 insertions(+), 17 deletions(-)

diff --git a/README.md b/README.md
index e8b7dd0..d3a0883 100644
--- a/README.md
+++ b/README.md
@@ -1,4 +1,4 @@
-# 语义定位 （图像相似性判断，重定位）
+# 基于语义地图的集群无人机自主定位
 
 ## 1. 研究目标
 
@@ -33,8 +33,32 @@
 
 
 
-## 3. 参考代码
+## 3. 关键技术
+1.匹配精度,用来衡量图片匹配的精度。
+2.Precision-Recall 曲线,用来衡量检索相关地点的图片的相关性。
+3.内存使用量、算法复杂度，用来衡量内存使用的效率，以及算法的性能。
+4.针对先前工作存在的问题所做出的改善，包括提高视觉上相似但不是同一地点的错误匹配、场景建模的性能、子图匹配等。
+5．网络设计的合理性和损失函数设计的合理性。
 
+
+
+## 4. 研究计划
+第 1 周～第 2 周 课程设计
+
+第 3 周～第 4 周 撰写课程设计报告
+
+第 5 周 查阅与课题有关的文献资料，撰写开题报告和任务书
+
+第 6 周～第 7 周 根据要求，分析制定设计方案，划分程序基本功能模块
+
+第 8 周～第11周 研究视觉算法、深度学习网络设计、程序构成等
+
+第12周～第13周 撰写毕业论文
+
+第14周～第15周 准备毕业答辩
+
+
+### 5.0 参考资料
 * Improved version of DBow2 (https://github.com/rmsalinas/DBow3)
 * FBOW (Fast Bag of Words) is an extremmely optimized version of the DBow2/DBow3 libraries (https://github.com/rmsalinas/fbow)
 * Robust Visual Robot Localization Across Seasons using Network Flows (https://github.com/MHassanNadeem/localization-network-flows)
@@ -43,17 +67,10 @@
 * Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering (https://github.com/mdeff/cnn_graph)
 * Graph Convolutional Networks (GCNs) (https://github.com/sungyongs/graph-based-nn)
 
-
-
-## 4. 参考文献
-
-更多的参考文档可以参考[references](references)目录
-
-### 4.0 综述
 * [2015 Visual Place Recognition: A Survey](references/survey/2015 Visual Place Recognition: A Survey.pdf)
 * [基于视觉地图的视觉定位](https://www.zhihu.com/column/c_1287353014030585856)
 
-### 4.1 VLAD/NetVLAD
+### 5.1 VLAD/NetVLAD
 * NetVLAD CNN architecture for weakly supervised place recognition
 	- https://towardsdatascience.com/netvlad-cnn-architecture-for-weakly-supervised-place-recognition-ce64b08bebaf
 	
@@ -63,13 +80,13 @@
 * PatchNetVLAD
 
 
-### 4.1 特征提取
+### 5.2 特征提取
 
 * Place Recognition with ConvNet Landmarks: Viewpoint-Robust, Condition-Robust, Training-Free
 
 * 2020 Visual search over billions of aerial and satellite images
 
-### 4.2 网络方法
+### 5.3 网络方法
 * Image Matching Based on Deep Feature and Spatial Correlation Graph
 * Location Graphs for Visual Place Recognition
 * Learning Convolutional Neural Networks for Graphs
@@ -78,22 +95,22 @@
     - https://github.com/delijati/pytorch-siamese
 
     
-### 4.3 图神经网络
+### 5.4 图神经网络
 * Learning Convolutional Neural Networks for Graphs
 * Image Matching Based on Deep Feature and Spatial Correlation Graph
 
 
-### 4.4 多视角的检索
+### 5.5 多视角的检索
 * Lending Orientation to Neural Networks for Cross-view Geo-localization  https://github.com/Liumouliu/OriCNN
 * Optimal Feature Transport for Cross-View Image Geo-Localization https://github.com/shiyujiao/cross_view_localization_CVFT
 
 
-### 4.5 索引方法
+### 5.6 索引方法
 * Tree-based indexing for real-time ConvNet landmark-based visual place recognition
 * 2020 Visual search over billions of aerial and satellite images
 
 
-### 4.6 Codes
+### 5.7 Codes
 * NetVLAD - PyTorch Version: https://gitee.com/hu_jinsong/pytorch_-net-vlad
 
 * Keras implementation of the Netvlad for visual place recognition https://github.com/crlz182/Netvlad-Keras
@@ -110,8 +127,50 @@
 * Neural Subgraph Matching http://snap.stanford.edu/subgraph-matching/
 
 
-### 4.7 Dataset
+### 5.8 Dataset
 * University1652-Baseline https://github.com/layumi/University1652-Baseline
 * Places: A 10 million image database
  for scene recognition
 * 24/7 Place Recognition by View Synthesis http://www.ok.ctrl.titech.ac.jp/~torii/project/247/
+
+
+
+## 6. 技术点和进度
+* [ ] 学习C++、数据结构与算法以及Linux的知识
+    * [ ] Learn Programming Stage4
+    * [ ] 掌握linux的基本命令
+    * [ ] 编译软件的方法
+    * [ ] 学习QtCreater，KDevelop等应用的使用
+* [ ] OpenCV
+    * [ ] 学习OpenCV，包括OpenCV及其成员函数的使用
+    * [ ] 读取显示图像
+    * [ ] 特征点提取与匹配
+    * [ ] 相机标定原理与程序
+    * [ ] 图像拼接
+* [ ] SFM的基本原理
+    * [ ] 相机成像的基本原理
+    * [ ] 坐标变换的基本原理
+    * [ ] Bundle Adjust原理
+* [ ] SLAM十四讲
+    * [ ] 视觉SLAM的基本原理
+    * [ ] 第三方库Eigen3，G2O，Ceres，OpenGL，Qt，Pangolin等相关库操作
+    * [ ] 基本的SLAM实现
+* [ ] ROS
+    * [ ] 安装ROS
+    * [ ] 参照ROS21讲，学习ROS通信机制和文件系统等基础知识
+    * [ ] 掌握ROS命令行工具的使用，学习创建功能包和发布者代码
+* [ ] 学习并掌握单机SLAM（VINS）
+    * [ ] 通过数据集验证程序
+    * [ ] 学习Gazebo、AirSim仿真平台，能够在仿真环境下运行SLAM
+    * [ ] 真机上运行VINS
+* [ ] 真机实验
+    * [ ] 单机仿真、多机仿真
+    * [ ] 学习QGC
+    * [ ] 学习使用飞行控制器PX4的基础框架以及MAVROS通讯功能包的使用
+    * [ ] 搭建多机协同的框架，协调各机传输数据的内容。
+    * [ ] 定点按航线飞行
+    * [ ] 无人机钻圈
+    * [ ] 二维码识别降落。
+    * [ ] SLAM协同方法，研究掌握拼接地图的策略和方法和多机SLAM         
+    * [ ] 多机协同SLAM
+
-- 
Gitee