| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-26页 |
| ·地面移动智能机器人发展现状 | 第11-15页 |
| ·美国研究现状 | 第11-13页 |
| ·欧洲研究现状 | 第13-14页 |
| ·我国研究现状 | 第14-15页 |
| ·涉及关键技术 | 第15-16页 |
| ·基于激光雷达的环境理解关键技术 | 第16-21页 |
| ·空间点云聚类 | 第17-19页 |
| ·可通行区域分析 | 第19-20页 |
| ·基于激光雷达的帧匹配 | 第20-21页 |
| ·本文研究使用的激光雷达 | 第21-24页 |
| ·单线激光雷达 | 第21-22页 |
| ·多线高速激光雷达 | 第22页 |
| ·面阵激光测距雷达 | 第22-23页 |
| ·2自由度扫描激光雷达 | 第23-24页 |
| ·本文主要内容和创新点 | 第24-26页 |
| ·论文的内容安排 | 第24页 |
| ·论文的主要创新点 | 第24-26页 |
| 第二章 基于密度和空间分布的点云聚类算法 | 第26-42页 |
| ·基于密度和空间分布的聚类原理 | 第26-27页 |
| ·聚类结果评判准则LVAC | 第27-30页 |
| ·LVAC的定义 | 第27-29页 |
| ·去相关矩阵 | 第29-30页 |
| ·算法描述 | 第30-32页 |
| ·鲁棒的参数估计 | 第30页 |
| ·算法步骤 | 第30-32页 |
| ·实验与结果分析 | 第32-41页 |
| ·针对面阵激光测距雷达的算法优化 | 第32-33页 |
| ·实验结果与分析 | 第33-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 基于模糊预测模型和时空关联的可通行区域检测算法 | 第42-64页 |
| ·可通行区域提取原理 | 第42-44页 |
| ·基于最大熵的模糊聚类 | 第44-49页 |
| ·最大熵原理 | 第44-45页 |
| ·模糊规则基构造 | 第45-46页 |
| ·激光雷达采样点聚类 | 第46-49页 |
| ·可通行区域提取 | 第49-54页 |
| ·加权直线拟合 | 第49-50页 |
| ·单条扫描线数据可通行区域提取 | 第50-52页 |
| ·时空关联分析 | 第52-54页 |
| ·建筑拐角提取 | 第54页 |
| ·实验结果与分析 | 第54-63页 |
| ·本章小结 | 第63-64页 |
| 第四章 彩色散乱点云地形分类算法 | 第64-89页 |
| ·基于点特征的激光雷达和摄像机联合标定 | 第64-73页 |
| ·联合标定原理 | 第65-68页 |
| ·基于点特征的联合标定 | 第68-73页 |
| ·彩色散乱点云地形分类 | 第73-87页 |
| ·基于Morton码的K近邻搜索 | 第73-78页 |
| ·单几何特征的地形分类算法 | 第78-80页 |
| ·复合特征地形分类算法 | 第80-83页 |
| ·实验结果与分析 | 第83-87页 |
| ·本章小结 | 第87-89页 |
| 第五章 基于激光雷达的帧匹配算法 | 第89-110页 |
| ·单线激光雷达帧匹配算法 | 第90-97页 |
| ·算法步骤 | 第90页 |
| ·直线段特征提取 | 第90-91页 |
| ·估计旋转角 | 第91-92页 |
| ·估计平移量 | 第92-93页 |
| ·帧对齐 | 第93页 |
| ·实验结果与分析 | 第93-97页 |
| ·三维空间中的帧匹配算法 | 第97-108页 |
| ·六自由度匹配问题的简化 | 第97-98页 |
| ·平面提取和旋转参数估计 | 第98-101页 |
| ·障碍投影和平移参数估计 | 第101-103页 |
| ·实验结果与分析 | 第103-108页 |
| ·本章小结 | 第108-110页 |
| 第六章 总结与展望 | 第110-112页 |
| 致谢 | 第112-113页 |
| 参考文献 | 第113-124页 |
| 附录 | 第124-125页 |