| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 论文研究的背景及意义 | 第10-11页 |
| 1.2 bin-picking 系统概述及研究现状 | 第11-12页 |
| 1.3 基于激光扫描仪的目标空间位姿检测研究现状 | 第12-15页 |
| 1.3.1 激光扫描仪在自动化装配上的应用 | 第13-14页 |
| 1.3.2 基于点云的目标空间位姿检测研究现状 | 第14-15页 |
| 1.4 论文的主要研究内容及结构安排 | 第15-17页 |
| 第2章 基于摆动式双线激光扫描三维点云的获取 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 摆动式线激光三角法三维扫描原理 | 第17-20页 |
| 2.2.1 激光三角法测量原理 | 第17-18页 |
| 2.2.2 摆动式线激光扫描系统的数学模型 | 第18-20页 |
| 2.3 摆动式双线激光扫描系统的组成 | 第20-21页 |
| 2.4 系统坐标系建立及点云获取 | 第21-26页 |
| 2.4.1 图像坐标系 | 第22页 |
| 2.4.2 相机坐标系 | 第22-23页 |
| 2.4.3 世界坐标系 | 第23-24页 |
| 2.4.4 坐标变换过程 | 第24页 |
| 2.4.5 点云获取及分析 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 点云预处理方法研究 | 第27-43页 |
| 3.1 引言 | 第27页 |
| 3.2 点云数据精简 | 第27-29页 |
| 3.2.1 基于条件滤波的目标点云分离 | 第27-28页 |
| 3.2.2 基于体素网格的目标点云降采样处理 | 第28-29页 |
| 3.3 点云空间邻域查询 | 第29-34页 |
| 3.3.1 常用点云空间拓扑关系建立方法的分析与评价 | 第30-32页 |
| 3.3.2 基于Kd-tree点云空间K邻域查询 | 第32-34页 |
| 3.4 离群点的滤除 | 第34-38页 |
| 3.4.1 离群点产生原因 | 第35-36页 |
| 3.4.2 基于统计方法的远离群点滤除 | 第36-37页 |
| 3.4.3 基于局部离群系数（SVLOF）的近离群点滤除 | 第37-38页 |
| 3.5 点云几何特性估算以及方向性调整 | 第38-41页 |
| 3.5.1 法线和曲率估算 | 第38-40页 |
| 3.5.2 法线方向一致性调整 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 散乱场景目标识别与定位算法 | 第43-56页 |
| 4.1 引言 | 第43页 |
| 4.2 识别与定位策略 | 第43-44页 |
| 4.3 特征描述子的提取 | 第44-48页 |
| 4.3.1 PPF特征描述子 | 第44-45页 |
| 4.3.2 FPFH特征描述子 | 第45-46页 |
| 4.3.3 基于约束条件的特征描述子的提取 | 第46-48页 |
| 4.4 基于霍夫加权投票的目标位姿估算 | 第48-55页 |
| 4.4.1 转换关系确定 | 第49-50页 |
| 4.4.2 霍夫投票策略 | 第50-51页 |
| 4.4.3 基于局部特征相似度加权 | 第51-52页 |
| 4.4.4 hash表优化 | 第52-53页 |
| 4.4.5 位姿聚类 | 第53-54页 |
| 4.4.6 目标定位准确性评价 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 散乱工件识别与定位实验及结果分析 | 第56-63页 |
| 5.1 引言 | 第56页 |
| 5.2 实验设置 | 第56-57页 |
| 5.3 模拟数据检测实验 | 第57-59页 |
| 5.3.1 模拟数据获取 | 第57-58页 |
| 5.3.2 检测结果分析 | 第58-59页 |
| 5.4 实际数据检测实验 | 第59-62页 |
| 5.4.1 实际检测数据获取及预处理 | 第59-61页 |
| 5.4.2 检测结果对比及分析 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |
