| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 论文研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状及分析 | 第14-21页 |
| 1.2.1 四足机器人环境感知研究现状 | 第14-17页 |
| 1.2.2 机器人地形可通过性分析研究现状 | 第17-21页 |
| 1.3 论文的主要研究内容及创新点 | 第21-22页 |
| 1.4 论文章节安排 | 第22-24页 |
| 第二章 三维激光雷达数据获取与标定 | 第24-38页 |
| 2.1 引言 | 第24页 |
| 2.2 数据获取与参考坐标系说明 | 第24-26页 |
| 2.2.1 VLP-16激光雷达数据获取 | 第24-25页 |
| 2.2.2 四足机器人参考坐标系 | 第25-26页 |
| 2.3 基于面法向量的激光外参数标定 | 第26-34页 |
| 2.3.1 基于RANSAC的空间平面拟合 | 第29-31页 |
| 2.3.2 基于SVD的三维旋转矩阵求解 | 第31-33页 |
| 2.3.3 基于面法向量的外参数标定 | 第33-34页 |
| 2.4 VLP-16外参数标定实验 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 结合地形特征与机器人结构参数的地形可通过性分析 | 第38-50页 |
| 3.1 引言 | 第38页 |
| 3.2 基于三维激光点云的栅格地形图构建 | 第38-45页 |
| 3.2.1 2.5维栅格图 | 第38-40页 |
| 3.2.2 栅格高程值分析 | 第40-43页 |
| 3.2.3 障碍物判定 | 第43-45页 |
| 3.3 地形特征描述与计算方法 | 第45-46页 |
| 3.4 结合机器人结构参数的地形危险等级评估 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于领航员示教和SVDD在线学习的地形可通过性分析 | 第50-66页 |
| 4.1 引言 | 第50页 |
| 4.2 支持向量数据描述方法 | 第50-56页 |
| 4.2.1 SVDD算法应用流程 | 第51-54页 |
| 4.2.2 SVDD算法参数寻优 | 第54-56页 |
| 4.3 基于领航员示教的在线学习方法 | 第56-61页 |
| 4.3.1 领航员示教作用分析 | 第56-57页 |
| 4.3.2 基于DBSCAN的地形特征聚类与去噪 | 第57-59页 |
| 4.3.3 地形可通过性模型性能评估 | 第59-61页 |
| 4.4 实验与分析 | 第61-65页 |
| 4.4.1 基于领航员示教的地形特征样本获取实验 | 第61-63页 |
| 4.4.2 SVDD在线训练与可通过性模型验证 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 软件著作权 | 第75-76页 |
| 硕士学位期间参加的科研项目 | 第76-77页 |
| 学位论文评阅及答辩情况表 | 第77页 |