| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源即研究的背景和意义 | 第9-10页 |
| 1.1.1 课题的来源 | 第9页 |
| 1.1.2 课题研究的背景和意义 | 第9-10页 |
| 1.2 车载激光路面检测系统研究现状 | 第10-11页 |
| 1.3 关键算法国内外研究现状 | 第11-16页 |
| 1.3.1 路面点云预处理算法的研究现状 | 第11-13页 |
| 1.3.2 Delaunay三角剖分算法的研究现状 | 第13-15页 |
| 1.3.3 路面缺陷识别技术的研究现状 | 第15-16页 |
| 1.4 论文主要内容与章节安排 | 第16-18页 |
| 第2章 路面点云预处理算法的并行加速研究 | 第18-34页 |
| 2.1 算法原理 | 第18-23页 |
| 2.1.1 点云修补算法原理 | 第18-20页 |
| 2.1.2 点云简化算法原理 | 第20-23页 |
| 2.2 利用多核CPU的点云预处理算法并行加速 | 第23-26页 |
| 2.2.1 OpenMP技术 | 第23-24页 |
| 2.2.2 利用多核CPU的并行算法原理 | 第24-26页 |
| 2.3 利用GPU的点云预处理算法并行加速 | 第26-29页 |
| 2.3.1 CUDA架构原理 | 第26-27页 |
| 2.3.2 利用GPU的并行算法原理 | 第27-29页 |
| 2.4 实验结果及分析 | 第29-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 路面点云并行Delaunay三角剖分算法研究 | 第34-50页 |
| 3.1 Delaunay三角剖分 | 第34-35页 |
| 3.2 算法概述 | 第35-42页 |
| 3.2.1 并行Delaunay三角剖分算法原理 | 第35-37页 |
| 3.2.2 凸包外离散点与凸包点的可见性检测 | 第37-38页 |
| 3.2.3 局部优化 | 第38-42页 |
| 3.3 点集划分与子网合并 | 第42-44页 |
| 3.4 算法复杂度分析 | 第44页 |
| 3.5 实验结果及分析 | 第44-49页 |
| 3.5.1 不同路面点云的算法执行结果实验 | 第44-46页 |
| 3.5.2 不同划分块数的算法性能实验 | 第46-48页 |
| 3.5.3 与其他三角剖分算法的性能对比实验 | 第48-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第4章 路面缺陷检测方法研究 | 第50-62页 |
| 4.1 路面缺陷类别 | 第50-52页 |
| 4.2 基于路面三角网模型的缺陷检测算法 | 第52-57页 |
| 4.2.1 三角面几何属性 | 第52-53页 |
| 4.2.2 算法原理 | 第53-57页 |
| 4.3 利用最小二乘法进行缺陷识别 | 第57-60页 |
| 4.3.1 最小二乘曲线拟合 | 第58-59页 |
| 4.3.2 缺陷区域识别 | 第59-60页 |
| 4.4 实验结果及分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 三维路面建模系统 | 第62-70页 |
| 5.1 系统总体设计 | 第62-63页 |
| 5.2 系统实现 | 第63-67页 |
| 5.3 系统测试 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文 | 第75-77页 |
| 致谢 | 第77页 |