摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第9-16页 |
1.1 课题的研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 非合作目标的位姿测量技术 | 第10-12页 |
1.2.2 点云配准算法 | 第12-13页 |
1.3 存在的难点及分析 | 第13-14页 |
1.4 论文的组织内容 | 第14-16页 |
2 位姿测量算法理论基础 | 第16-27页 |
2.1 坐标系定义 | 第16-17页 |
2.1.1 空间物体坐标系 | 第16页 |
2.1.2 相机坐标系 | 第16-17页 |
2.2 位姿矩阵的定义及解算 | 第17-18页 |
2.3 点云滤波 | 第18-21页 |
2.3.1 点云体素滤波 | 第19页 |
2.3.2 点云统计滤波 | 第19-20页 |
2.3.3 点云幅值滤波 | 第20-21页 |
2.4 点云边缘检测 | 第21-22页 |
2.5 TOF相机测量原理与数学模型 | 第22-26页 |
2.5.1 TOF相机的测量原理 | 第23-24页 |
2.5.2 TOF相机的数学模型 | 第24-26页 |
2.6 本章小结 | 第26-27页 |
3 基于模型和点云全局匹配的位姿估计算法 | 第27-42页 |
3.1 方法概述 | 第27-28页 |
3.2 基于平移域估计的点云全局配准算法 | 第28-33页 |
3.2.1 三维距离变换 | 第29-30页 |
3.2.2 去模糊主方向变换 | 第30-31页 |
3.2.3 估计平移域 | 第31-32页 |
3.2.4 Go-ICP算法 | 第32-33页 |
3.2.5 配准结果计算 | 第33页 |
3.3 基于点云边缘和RANSAC改进的ICP算法 | 第33-36页 |
3.3.1 基本ICP算法 | 第34页 |
3.3.2 RANSAC算法 | 第34-35页 |
3.3.3 改进ICP算法 | 第35-36页 |
3.4 实验结果与分析 | 第36-41页 |
3.4.1 点云全局配准算法 | 第36-37页 |
3.4.2 改进ICP算法 | 第37-39页 |
3.4.3 位姿估计算法 | 第39-41页 |
3.5 本章小结 | 第41-42页 |
4 基于自然特征的2D/3D数据融合的位姿测量算法 | 第42-50页 |
4.1 方法概述 | 第42-43页 |
4.2 初始位姿估计 | 第43-47页 |
4.2.1 幅值图角点检测 | 第43-45页 |
4.2.2 点云角点检测 | 第45-46页 |
4.2.3 2D/3D角点融合 | 第46页 |
4.2.4 目标坐标系建立 | 第46-47页 |
4.3 基于改进ICP的连续位姿估计 | 第47页 |
4.4 仿真实验 | 第47-49页 |
4.5 本章小结 | 第49-50页 |
5 位姿测量软件 | 第50-57页 |
5.1 软件开发环境 | 第50-51页 |
5.1.1 MFC应用程序 | 第50页 |
5.1.2 三维点云库 | 第50-51页 |
5.2 软件实现 | 第51-55页 |
5.2.1 相机API使用 | 第51-52页 |
5.2.2 多线程设计 | 第52-53页 |
5.2.3 Socket网络通信 | 第53-54页 |
5.2.4 界面及操作 | 第54-55页 |
5.3 注意事项 | 第55-56页 |
5.4 本章小结 | 第56-57页 |
6 地面试验及分析 | 第57-68页 |
6.1 试验指标 | 第57页 |
6.2 试验系统组成及原理 | 第57-59页 |
6.2.1 系统组成 | 第57-59页 |
6.2.2 试验原理 | 第59页 |
6.3 静态单点精测 | 第59-63页 |
6.3.1 单点测量 | 第59-62页 |
6.3.2 结果分析 | 第62-63页 |
6.4 连续移动测量 | 第63-65页 |
6.4.1 动态测量 | 第64-65页 |
6.4.2 结果分析 | 第65页 |
6.5 时间性能分析 | 第65-67页 |
6.6 本章小结 | 第67-68页 |
7 总结与展望 | 第68-70页 |
7.1 总结 | 第68-69页 |
7.2 展望 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-75页 |
附录 | 第75页 |