| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 变量注释表 | 第16-17页 |
| 1 绪论 | 第17-25页 |
| 1.1 课题背景与意义 | 第17-18页 |
| 1.2 气味源识别与定位技术研究现状及其发展趋势 | 第18-22页 |
| 1.3 基于点云数据的气味源识别与定位方法 | 第22-24页 |
| 1.4 论文结构 | 第24-25页 |
| 2 基于点云数据的气味源识别系统设计 | 第25-43页 |
| 2.1 点云数据 | 第25-30页 |
| 2.2 点云分割算法 | 第30-34页 |
| 2.3 点云特征描述和模型数据库构建 | 第34-39页 |
| 2.4 气味源识别系统设计 | 第39-40页 |
| 2.5 实验分析 | 第40-42页 |
| 2.6 本章小结 | 第42-43页 |
| 3 基于点云数据的机器人视觉里程计设计 | 第43-58页 |
| 3.1 点云配准算法 | 第43-46页 |
| 3.2 基于改进正态分布变换配准算法的机器人位姿估计 | 第46-54页 |
| 3.3 机器人视觉里程计算法设计 | 第54-57页 |
| 3.4 本章小结 | 第57-58页 |
| 4 基于点云数据的气味源识别与定位系统设计 | 第58-68页 |
| 4.1 基于点云数据的气味源识别与定位系统总体设计 | 第58-59页 |
| 4.2 关键帧提取 | 第59-61页 |
| 4.3 算法具体描述 | 第61-64页 |
| 4.4 实验分析 | 第64-66页 |
| 4.5 本章小结 | 第66-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |