| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 选题背景和意义 | 第8页 |
| 1.2 地面无人车辆发展现状 | 第8-12页 |
| 1.2.1 地面无人车辆发展历史 | 第8-11页 |
| 1.2.2 地面无人车系统构成 | 第11-12页 |
| 1.3 基于激光点云的可通行区域提取研究现状 | 第12-14页 |
| 1.4 论文结构 | 第14-17页 |
| 2 激光雷达成像模型和环境表达 | 第17-21页 |
| 2.1 32线激光雷达成像模型 | 第17-20页 |
| 2.1.1 32线激光雷达介绍 | 第17-19页 |
| 2.1.2 激光雷达输出数据结构 | 第19-20页 |
| 2.2 基于激光点云的场景表达 | 第20-21页 |
| 3 单帧数据可通行区域提取 | 第21-39页 |
| 3.1 可通行区域提取问题 | 第21-23页 |
| 3.1.1 问题描述 | 第21页 |
| 3.1.2 可通行区域提取难点 | 第21-23页 |
| 3.1.3 基于多帧激光雷达数据可通行区域提取框架 | 第23页 |
| 3.2 单帧数据可通行区域提取 | 第23-34页 |
| 3.2.1 可通行区域提取方法介绍 | 第23-28页 |
| 3.2.2 基于连续点夹角的可通行区域提取 | 第28-34页 |
| 3.3 实验与分析 | 第34-37页 |
| 3.4 单帧数据可通行区域提取的不足之处 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 多帧数据对准 | 第39-52页 |
| 4.1 基于POS数据的实时激光点云对准 | 第39-42页 |
| 4.1.1 POS系统组成和原理 | 第39-41页 |
| 4.1.2 激光点云实时对准 | 第41-42页 |
| 4.2 基于SLAM算法的实时激光点云对准 | 第42-46页 |
| 4.2.1 SLAM介绍 | 第42-43页 |
| 4.2.2 SLAM点云实时对准 | 第43-46页 |
| 4.3 实验与分析 | 第46-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 多帧点云数据可通行区域提取 | 第52-60页 |
| 5.1 多帧数据中的可通行区域提取 | 第52-53页 |
| 5.2 空间索引与重复点去除 | 第53-56页 |
| 5.2.1 k-d树 | 第53-54页 |
| 5.2.2 八叉树(Octree) | 第54-55页 |
| 5.2.3 重复点去除 | 第55-56页 |
| 5.3 实验与分析 | 第56-59页 |
| 5.4 本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 全文总结 | 第60-61页 |
| 6.2 后续工作展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 研究生期间参与的科研工作与成果 | 第65-66页 |
| 学术论文 | 第65页 |
| 参与科研工作 | 第65-66页 |
| 致谢 | 第66-67页 |