面向未知三维场景重建系统的设计与实现
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 引言 | 第6-7页 |
| 1 论文研究背景 | 第7-11页 |
| 1.1 课题研究背景和意义 | 第7-8页 |
| 1.2 国内外研究现状和分析 | 第8-9页 |
| 1.3 论文主要工作和创新点 | 第9-10页 |
| 1.4 论文组织框架 | 第10-11页 |
| 2 相关技术概述 | 第11-20页 |
| 2.1 RGBD深度摄像机 | 第11-14页 |
| 2.1.1 彩色图像和深度图像 | 第11-12页 |
| 2.1.2 世界坐标系和相机坐标系 | 第12-13页 |
| 2.1.3 相机位置的确定 | 第13-14页 |
| 2.2 ROS机器人控制 | 第14-15页 |
| 2.3 SDF和TSDF融合 | 第15-17页 |
| 2.4 机器人路径导航 | 第17-19页 |
| 2.4.1 Dijkstra算法 | 第17-18页 |
| 2.4.2 AMCL算法 | 第18页 |
| 2.4.3 基于场的路径导航 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 系统设计部分 | 第20-42页 |
| 3.1 系统流程 | 第20页 |
| 3.2 基于体素融合的三维场景重建 | 第20-31页 |
| 3.2.1 数据结构定义 | 第22-23页 |
| 3.2.2 散列操作 | 第23-26页 |
| 3.2.3 相机位姿计算 | 第26-27页 |
| 3.2.4 体素块分配 | 第27-28页 |
| 3.2.5 隐式曲面更新 | 第28-31页 |
| 3.2.6 表面提取 | 第31页 |
| 3.3 基于二维张量场的重建导航 | 第31-38页 |
| 3.3.1 投影到二维平面 | 第32-33页 |
| 3.3.2 几何感知张量场更新 | 第33-34页 |
| 3.3.3 基于场的路径指导 | 第34-37页 |
| 3.3.4 相机轨迹计算 | 第37-38页 |
| 3.4 系统优化 | 第38-40页 |
| 3.4.1 在线重建性能提升 | 第38页 |
| 3.4.2 场的自动优化 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 4 系统实现部分 | 第42-52页 |
| 4.1 实验环境 | 第42-43页 |
| 4.2 参数设置 | 第43-45页 |
| 4.2.1 在线重建 | 第43-44页 |
| 4.2.2 重建导航 | 第44-45页 |
| 4.3 在线重建实验部分 | 第45-46页 |
| 4.4 重建方法对比实验 | 第46-47页 |
| 4.5 路径导航实验部分 | 第47-51页 |
| 4.5.1 散列表大小的实验 | 第48-49页 |
| 4.5.2 时变场的对比实验 | 第49页 |
| 4.5.3 时间步长和步数实验 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表学术论文和科研情况 | 第56-57页 |
| 致谢 | 第57-59页 |
