| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 三维场景感知 | 第9-11页 |
| 1.2.2 移动机器人定位 | 第11-13页 |
| 1.3 论文组织结构 | 第13-15页 |
| 1.3.1 研究思路 | 第13-15页 |
| 1.3.2 论文结构 | 第15页 |
| 1.4 本章小结 | 第15-16页 |
| 2 二维超声相控阵声场特性研究 | 第16-24页 |
| 2.1 空气中超声波的传播特性研究 | 第16-17页 |
| 2.2 单个超声阵元的声场特性研究 | 第17-19页 |
| 2.3 超声相控阵的声场特性研究 | 第19-21页 |
| 2.4 二维超声相控阵阵列设计 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 用于空气中检测的超声相控阵系统搭建 | 第24-33页 |
| 3.1 单通道发射端电路设计及调试 | 第25-28页 |
| 3.1.1 发射端信号激励电路设计 | 第25-26页 |
| 3.1.2 发射端调理模块电路设计 | 第26-27页 |
| 3.1.3 发射端电路调试结果与分析 | 第27-28页 |
| 3.2 单通道接收端电路设计与调试 | 第28-32页 |
| 3.2.1 接收端调理模块电路设计 | 第28-30页 |
| 3.2.2 接收端模数转换模块 | 第30页 |
| 3.2.3 接收端电路调试结果与分析 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 基于KINECT的三维场景感知 | 第33-49页 |
| 4.1 基于KINECT的深度图像研究 | 第34-37页 |
| 4.2 基于KINECT的点云获取与分析 | 第37-40页 |
| 4.2.1 深度数据获取及分析 | 第37-38页 |
| 4.2.2 深度数据转化三维数据及分析 | 第38-40页 |
| 4.3 点云数据的预处理 | 第40-42页 |
| 4.4 基于点云的三维场景重建实现及分析 | 第42-48页 |
| 4.4.1 求迭代刚性变换矩阵 | 第42-44页 |
| 4.4.2 性能优化 | 第44-47页 |
| 4.4.3 三维场景重建 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 基于场景感知的机器人定位 | 第49-62页 |
| 5.1 多传感器数据特征提取实现 | 第49-55页 |
| 5.1.1 基于Kinect传感器的场景特征提取实现 | 第49-53页 |
| 5.1.2 基于超声回波数据的特征提取 | 第53-55页 |
| 5.2 多传感器数据信息配准研究 | 第55-57页 |
| 5.2.1 多传感器数据配准方法研究 | 第55-56页 |
| 5.2.2 多传感器数据特征识别与匹配研究 | 第56-57页 |
| 5.3 常用机器人定位方法研究 | 第57-60页 |
| 5.3.1 基于超声波的机器人定位方法 | 第58-59页 |
| 5.3.2 基于场景特征识别的定位方法 | 第59-60页 |
| 5.4 基于图像轮廓特征的相似度匹配结果及分析 | 第60-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 1 研究工作总结 | 第62-63页 |
| 2 后续工作展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间发表的学术论文及研究成果 | 第69页 |