摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 LIDAR采集系统 | 第12-13页 |
1.2.2 点云处理与建模技术 | 第13-14页 |
1.2.3 问题和不足 | 第14页 |
1.3 本文研究内容和结构安排 | 第14-15页 |
1.4 本章小结 | 第15-17页 |
第2章 车载LIDAR采集系统设计与实现 | 第17-35页 |
2.1 室内车载LIDAR采集系统组成及工作原理 | 第17-27页 |
2.1.1 移动机器人 | 第18页 |
2.1.2 LMS200激光传感器 | 第18-21页 |
2.1.3 差速码盘-陀螺仪组合室内定位系统 | 第21-26页 |
2.1.4 上位采集软件平台 | 第26-27页 |
2.2 室外车载LIDAR采集系统组成及工作原理 | 第27-34页 |
2.2.1 小型汽车 | 第27-28页 |
2.2.2 VQ250激光传感器 | 第28-29页 |
2.2.3 差分GPS卫星定位系统 | 第29-32页 |
2.2.4 上位采集软件平台 | 第32-34页 |
2.3 本章小结 | 第34-35页 |
第3章 车载LIDAR数据分析及滤波方法研究 | 第35-49页 |
3.1 车载LIDAR数据滤波方法 | 第35-38页 |
3.1.1 基于激光传感器本身精度的滤波 | 第35-36页 |
3.1.2 基于能量信息的滤波 | 第36页 |
3.1.3 基于几何特征和扫描线的滤波 | 第36-37页 |
3.1.4 基于投影点密度的滤波 | 第37-38页 |
3.1.5 其他滤波方法 | 第38页 |
3.2 室内车载LIDAR数据分析与滤波 | 第38-43页 |
3.2.1 室内车载LIDAR数据分析 | 第38-40页 |
3.2.2 室内车载LIDAR数据滤波 | 第40-43页 |
3.3 室外车载LIDAR数据分析与滤波 | 第43-47页 |
3.3.1 室外车载LIDAR数据分析 | 第43-44页 |
3.3.2 室外车载LIDAR数据滤波 | 第44-47页 |
3.4 实验处理结果与分析 | 第47-48页 |
3.4.1 室内数据滤波实验结果与分析 | 第47页 |
3.4.2 室外数据滤波实验结果与分析 | 第47-48页 |
3.5 本章小结 | 第48-49页 |
第4章 车载LIDAR数据的立面点云分割 | 第49-61页 |
4.1 立面点云分割 | 第49-50页 |
4.2 基于局部平面拟合的立面点云分割 | 第50-57页 |
4.2.1 车载LIDAR数据的局部平面拟合 | 第50-52页 |
4.2.2 共面点的合并 | 第52-53页 |
4.2.3 共面点的二次分割 | 第53-57页 |
4.3 实验处理结果与分析 | 第57-60页 |
4.3.1 室内车载LIDAR数据处理结果与分析 | 第57-59页 |
4.3.2 室外车载LIDAR数据处理结果与分析 | 第59-60页 |
4.4 本章小结 | 第60-61页 |
第5章 场景三维重建技术研究 | 第61-75页 |
5.1 基于单一平面近似的三维重建 | 第61-65页 |
5.1.1 离散点云边界提取 | 第61-64页 |
5.1.2 单一平面近似模型 | 第64-65页 |
5.2 基于Delaunay三角网剖分的三维重建 | 第65-69页 |
5.2.1 Delaunay三角网剖分原理 | 第65-66页 |
5.2.2 立面点云的Delaunay三角网剖分 | 第66-68页 |
5.2.3 Delaunay三角网简化 | 第68-69页 |
5.3 实验处理结果分析和比较 | 第69-74页 |
5.3.1 室内场景单一平面近似重建结果 | 第69页 |
5.3.2 室外场景单一平面近似重建结果 | 第69-70页 |
5.3.3 室内场景Delaunay三角网剖分重建结果 | 第70-71页 |
5.3.4 室外场景Delaunay三角网剖分重建结果 | 第71-72页 |
5.3.5 重建结果分析和比较 | 第72-74页 |
5.4 本章小结 | 第74-75页 |
第6章 总结与展望 | 第75-77页 |
参考文献 | 第77-81页 |
致谢 | 第81-83页 |
攻读硕士学位期间获奖情况 | 第83-85页 |
作者简介 | 第85页 |