基于惯性导航的自定位三维扫描测量方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 三维扫描测量的研究现状 | 第10-12页 |
| 1.2.2 惯性测量单元的发展及应用 | 第12-13页 |
| 1.3 本文主要内容 | 第13-17页 |
| 第2章 基于惯性导航的三维扫描测量系统的设计 | 第17-25页 |
| 2.1 测量系统的结构组成 | 第17-18页 |
| 2.2 系统的工作原理 | 第18-24页 |
| 2.2.1 惯性测量单元的工作原理 | 第19-22页 |
| 2.2.2 自定位三维扫描测量的实现过程 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于惯性导航的三维扫描测量系统的标定 | 第25-39页 |
| 3.1 系统的标定原理 | 第25-36页 |
| 3.1.1 视觉测量系统的参数标定 | 第26-32页 |
| 3.1.2 结构光平面标定 | 第32-34页 |
| 3.1.3 惯性测量单元与视觉测量系统的位置标定 | 第34-36页 |
| 3.2 系统标定实验 | 第36-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 光条中心提取与标记点的匹配 | 第39-57页 |
| 4.1 光条中心提取的实现 | 第39-46页 |
| 4.1.1 光条中心提取算法设计 | 第40-41页 |
| 4.1.2 光条中心初提取算法 | 第41-42页 |
| 4.1.3 自适应阈值法获取边缘阈值 | 第42-44页 |
| 4.1.4 梯度重心法获取光条中心的精确位置 | 第44-46页 |
| 4.2 标记点的匹配及数据拼接 | 第46-50页 |
| 4.2.1 标记点匹配的详细过程 | 第46-48页 |
| 4.2.2 点云匹配的实现过程 | 第48-50页 |
| 4.3 实验与分析 | 第50-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 基于惯性导航的扫描测量 | 第57-65页 |
| 5.1 惯性导航单元的稳定性测试 | 第57-59页 |
| 5.2 惯性导航单元与视觉测量系统的数据融合方法 | 第59-63页 |
| 5.2.1 卡尔曼滤波法 | 第60-62页 |
| 5.2.2 加权矩阵的线性最优融合方法 | 第62-63页 |
| 5.3 实验与分析 | 第63页 |
| 5.4 本章小结 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 全文总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 发表论文和参加科研情况说明 | 第71-73页 |
| 致谢 | 第73-74页 |
