| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-19页 |
| 1.1.1 SLAM系统的研究背景 | 第14-15页 |
| 1.1.2 三维空间地图的研究背景 | 第15-17页 |
| 1.1.3 相关软件介绍 | 第17-19页 |
| 1.2 研究目标与内容 | 第19页 |
| 1.3 本文组织结构 | 第19-20页 |
| 1.4 本章小结 | 第20-22页 |
| 第二章 基于OcTree的SLAM系统三维空间地图研究 | 第22-40页 |
| 2.1 三维空间地图研究 | 第22-28页 |
| 2.1.1 三维空间地图架构 | 第22-25页 |
| 2.1.2 三维空间地图实现思想理念 | 第25-26页 |
| 2.1.3 三维空间地图的表示方式 | 第26-28页 |
| 2.2 生成三维空间地图的各个阶段 | 第28-36页 |
| 2.2.1 构建阶段 | 第29-33页 |
| 2.2.2 更新阶段 | 第33-36页 |
| 2.3 SLAM系统的研究 | 第36-38页 |
| 2.3.1 SLAM系统架构 | 第37-38页 |
| 2.4 基于OcTree的SLAM系统三维地图所存在的问题 | 第38-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 基于OcTree的SLAM系统三维空间地图算法改进 | 第40-56页 |
| 3.1 基于OcTree的SLAM系统三维空间地图问题描述 | 第40页 |
| 3.2 SLAM系统生成点云数据集的处理优化算法 | 第40-43页 |
| 3.2.1 PCL点云库 | 第41-42页 |
| 3.2.2 基于离群噪声点的移除滤波 | 第42-43页 |
| 3.2.3 基于物体形状特征的降采样滤波 | 第43页 |
| 3.3 三维空间光束遍历体素重建算法 | 第43-52页 |
| 3.3.1 二维空间光束遍历体素算法 | 第44-46页 |
| 3.3.2 三维空间光束遍历体素算法 | 第46-48页 |
| 3.3.3 基于对称关系的算法 | 第48-52页 |
| 3.4 基于OcTree的节点三维空间更新改进优化算法 | 第52-55页 |
| 3.4.1 OcTree节点更新方法 | 第52-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 基于OcTree的SLAM系统三维空间地图算法实现 | 第56-68页 |
| 4.1 算法的实现架构 | 第56-57页 |
| 4.2 SLAM系统点云数据集处理算法优化实现 | 第57-59页 |
| 4.3 三维空间光束遍历体素重建算法实现 | 第59-63页 |
| 4.4 基于OcTree的节点更新三维改进优化算法实现 | 第63-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 实验结果与分析评估 | 第68-84页 |
| 5.1 平台与环境 | 第68-70页 |
| 5.1.1 测试运行环境 | 第68-69页 |
| 5.1.2 测试数据集 | 第69-70页 |
| 5.2 桌面模型点云标准数据集 | 第70-73页 |
| 5.3 NAO机器人实时采集的室内大厅环境 | 第73-78页 |
| 5.4 Dr Robot X80机器人实时采集的室外车辆环境 | 第78-83页 |
| 5.5 本章小结 | 第83-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 总结 | 第84-85页 |
| 6.2 展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-92页 |
| 作者简介 | 第92-93页 |
