农业车辆导航中基于双目视觉点云图的障碍物检测
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究的背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 立体视觉的研究现状 | 第10-11页 |
| 1.2.2 点云数据处理的研究现状 | 第11-14页 |
| 1.3 课题研究的意义 | 第14-15页 |
| 1.4 主要研究内容 | 第15-17页 |
| 第二章 双目视觉的标定与立体匹配 | 第17-29页 |
| 2.1 双目视觉三维测量原理 | 第17页 |
| 2.2 立体视觉数学模型 | 第17-19页 |
| 2.3 相机的标定 | 第19-23页 |
| 2.3.1 标定过程中的坐标系及其转换关系 | 第20-22页 |
| 2.3.2 传统相机标定法和自标定方法 | 第22-23页 |
| 2.3.3 双目相机标定 | 第23页 |
| 2.4 双目视觉中的对应点匹配 | 第23-27页 |
| 2.4.1 已知极线几何的对应点匹配 | 第24-25页 |
| 2.4.2 未知极线几何的对应点匹配 | 第25-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 点云数据的预处理 | 第29-43页 |
| 3.1 点云数据获取方法介绍 | 第29页 |
| 3.2 获取点云的试验设备及软件 | 第29-32页 |
| 3.3 视差与深度的函数关系 | 第32-35页 |
| 3.4 地面坐标系转换 | 第35-36页 |
| 3.5 视差图与点云图 | 第36-38页 |
| 3.6 点云数据简化 | 第38-41页 |
| 3.7 本章小结 | 第41-43页 |
| 第四章 点云密度及其栅格化 | 第43-55页 |
| 4.1 点云密度的定义 | 第43-45页 |
| 4.1.1 基于距离的点云密度表示 | 第43-44页 |
| 4.1.2 基于分块的点云密度表示 | 第44-45页 |
| 4.2 点云密度标准化 | 第45-46页 |
| 4.3 俯视图栅格化 | 第46-48页 |
| 4.4 点云密度补偿 | 第48-51页 |
| 4.4.1 点云密度随距离的衰减关系 | 第48-50页 |
| 4.4.2 点云密度补偿公式 | 第50-51页 |
| 4.5 障碍物尺寸检测 | 第51-53页 |
| 4.5.1 障碍物占据空间的确定 | 第51页 |
| 4.5.2 点云平滑滤波 | 第51-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 试验结果与分析 | 第55-65页 |
| 5.1 障碍物检测 | 第55-59页 |
| 5.2 位置检测精度测试 | 第59-62页 |
| 5.3 障碍物尺寸检测 | 第62-64页 |
| 5.4 尺寸检测精度测试 | 第64-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 6.1 研究结论 | 第65-66页 |
| 6.2 后续研究建议 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 研究生期间撰写发表的论文及著作 | 第73-75页 |
| 致谢 | 第75页 |
