| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状及发展动态 | 第8-12页 |
| 1.3 本文的研究工作及结构 | 第12-14页 |
| 2 智能挖掘机械三维环境辨识系统 | 第14-23页 |
| 2.1 硬件平台的搭建 | 第14-18页 |
| 2.2 软件框架的设计 | 第18-20页 |
| 2.3 基于CUDA的GPU并行计算 | 第20-22页 |
| 2.4 小结 | 第22-23页 |
| 3 基于并行计算的智能挖掘机械作业场景三维点云数据区域分割 | 第23-35页 |
| 3.1 基于并行计算的作业场景三维点云数据几何特征估算 | 第23-25页 |
| 3.2 作业场景三维点云数据的点线面分类 | 第25-27页 |
| 3.3 作业场景三维点云数据主成分特征球的构建 | 第27-28页 |
| 3.4 作业场景三维点云数据地面提取 | 第28-32页 |
| 3.4.1 面性点的法向聚类 | 第28-30页 |
| 3.4.2 面性点的位置分割 | 第30-31页 |
| 3.4.3 地面提取 | 第31-32页 |
| 3.5 作业场景三维点云数据区域分割 | 第32-34页 |
| 3.6 小结 | 第34-35页 |
| 4 基于并行计算的智能挖掘机械作业场景三维点云数据分类识别 | 第35-62页 |
| 4.1 作业场景三维点云数据运载目标的识别 | 第35-37页 |
| 4.2 作业场景三维点云数据挖掘目标的识别 | 第37-40页 |
| 4.3 作业场景三维点云数据物体分类 | 第40-49页 |
| 4.3.1 基于CART树的随机森林模型分类器 | 第41页 |
| 4.3.2 CART树节点分裂条件的选取 | 第41-42页 |
| 4.3.3 CART树节点停止分裂的依据 | 第42-43页 |
| 4.3.4 CART树构建过程 | 第43页 |
| 4.3.5 随机森林模型分类器的训练过程 | 第43-44页 |
| 4.3.6 基于并行计算的作业场景三维点云几何特征属性计算 | 第44-46页 |
| 4.3.7 基于并行计算的随机森林模型分类器的推断过程 | 第46-48页 |
| 4.3.8 算法实验结果 | 第48-49页 |
| 4.4 智能挖掘机械三维环境辨识系统显示界面 | 第49-60页 |
| 4.5 小结 | 第60-62页 |
| 5 结论与展望 | 第62-64页 |
| 5.1 结论 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
