3D点云环境下的快速目标跟踪算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 引言 | 第8-15页 |
| 1.1 课题的研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状分析 | 第9-13页 |
| 1.3 本文的主要研究内容 | 第13页 |
| 1.4 章节安排 | 第13-15页 |
| 第2章 一种快速的3D点云目标跟踪算法系统框架 | 第15-26页 |
| 2.1 目标跟踪方法描述 | 第15-17页 |
| 2.2 粒子滤波跟踪算法 | 第17-22页 |
| 2.2.1 基本粒子滤波跟踪算法 | 第17-20页 |
| 2.2.2 KLD自适应粒子滤波跟踪算法 | 第20-21页 |
| 2.2.3 存在的问题 | 第21-22页 |
| 2.3 本文提出的目标跟踪框架 | 第22-23页 |
| 2.4 本文使用的数据集 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 3D点云目标跟踪关键步骤算法分析 | 第26-47页 |
| 3.1 点云采样算法对比与分析 | 第26-30页 |
| 3.1.1 点云简化的基本要求 | 第26页 |
| 3.1.2 点云采样方法 | 第26-28页 |
| 3.1.3 点云采样算法实验效果 | 第28-30页 |
| 3.2 场景分割算法对比与分析 | 第30-37页 |
| 3.2.1 SegmenterLight | 第32-34页 |
| 3.2.2 区域生长分割 | 第34页 |
| 3.2.3 欧式距离分割 | 第34-35页 |
| 3.2.4 分割性能指标 | 第35页 |
| 3.2.5 分割算法实验效果 | 第35-37页 |
| 3.3 模型滤波算法对比与分析 | 第37-41页 |
| 3.3.1 模型滤波方法 | 第37-38页 |
| 3.3.2 模型滤波性能指标 | 第38-40页 |
| 3.3.3 模型滤波算法实验效果 | 第40-41页 |
| 3.4 PCL环境下目标跟踪算法框架分析 | 第41-45页 |
| 3.4.1 基本粒子滤波跟踪算法 | 第42页 |
| 3.4.2 KLD自适应粒子滤波跟踪算法 | 第42-44页 |
| 3.4.3 本文的目标跟踪算法 | 第44-45页 |
| 3.5 目标跟踪算法对比实验 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 快速KLD跟踪实验测试与分析 | 第47-52页 |
| 4.1 实验平台介绍 | 第47-48页 |
| 4.2 场景分割测试 | 第48-50页 |
| 4.3 KLD自适应粒子滤波跟踪测试 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录1攻读硕士学位期间发表的论文 | 第58-59页 |
| 附录2攻读硕士学位期间参加的科研项目 | 第59页 |
