| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究现状 | 第13-18页 |
| 1.2.1 增强现实 | 第14-16页 |
| 1.2.2 边缘计算 | 第16-18页 |
| 1.3 研究内容 | 第18-20页 |
| 1.4 论文组织结构 | 第20页 |
| 1.5 本章小结 | 第20-21页 |
| 第二章 相关技术概述 | 第21-33页 |
| 2.1 增强现实的识别与追踪 | 第21-24页 |
| 2.1.1 SIFT | 第21-22页 |
| 2.1.2 SURF | 第22页 |
| 2.1.3 ORB | 第22-23页 |
| 2.1.4 Optical Flow | 第23-24页 |
| 2.2 云计算与边缘计算 | 第24-26页 |
| 2.2.1 云计算概述 | 第24-25页 |
| 2.2.2 边缘计算与云计算的对比 | 第25-26页 |
| 2.3 容器相关技术 | 第26-30页 |
| 2.3.1 Docker | 第26-27页 |
| 2.3.2 Docker与虚拟机 | 第27-28页 |
| 2.3.3 Kubernetes | 第28-30页 |
| 2.4 WebRTC | 第30-31页 |
| 2.5 WebGL | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 需求分析与系统概要设计 | 第33-43页 |
| 3.1 需求分析 | 第33-36页 |
| 3.1.1 Web AR的核心功能 | 第33-34页 |
| 3.1.2 Web AR计算任务下沉 | 第34-35页 |
| 3.1.3 边缘计算资源的管理 | 第35-36页 |
| 3.2 系统方案设计 | 第36-39页 |
| 3.3 系统概要设计 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 云与边缘协同计算系统的详细实现 | 第43-63页 |
| 4.1 Web AR计算任务的云边协同 | 第43-57页 |
| 4.1.1 视频流获取与预处理模块 | 第43-46页 |
| 4.1.2 AR目标检测模块 | 第46-51页 |
| 4.1.3 AR目标追踪模块 | 第51-56页 |
| 4.1.4 单应性矩阵计算模块 | 第56-57页 |
| 4.1.5 模型渲染模块 | 第57页 |
| 4.2 边缘资源的管理 | 第57-62页 |
| 4.2.1 云端-边缘管理模块 | 第57-59页 |
| 4.2.2 服务暴露与负载均衡模块 | 第59-60页 |
| 4.2.3 存储模块 | 第60-61页 |
| 4.2.4 监控模块 | 第61-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第五章 系统测试与分析 | 第63-87页 |
| 5.1 测试目标及环境 | 第63-64页 |
| 5.1.1 测试目标 | 第63页 |
| 5.1.2 测试环境 | 第63-64页 |
| 5.2 Web AR活动流程测试 | 第64-68页 |
| 5.2.1 AR目标特征点检测 | 第65页 |
| 5.2.2 AR目标特征点追踪 | 第65-66页 |
| 5.2.3 单应性矩阵计算与模型渲染 | 第66页 |
| 5.2.4 AR目标追踪鲁棒性检测 | 第66-68页 |
| 5.3 Web AR在边缘与云协同计算下的性能测试 | 第68-81页 |
| 5.3.1 AR目标特征点检测对比测试 | 第68-71页 |
| 5.3.2 AR目标检测性能测试与分析 | 第71-72页 |
| 5.3.3 AR目标追踪性能测试与分析 | 第72-76页 |
| 5.3.4 引入边缘计算前后性能对比 | 第76-81页 |
| 5.4 边缘管理系统测试 | 第81-85页 |
| 5.4.1 边缘集群功能测试 | 第81-82页 |
| 5.4.2 边缘服务部署测试 | 第82-85页 |
| 5.5 测试总结 | 第85-87页 |
| 第六章 总结与展望 | 第87-89页 |
| 6.1 工作总结 | 第87页 |
| 6.2 问题与展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93-95页 |
| 攻读学位期间发表的学术论文 | 第95页 |