| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题的研究背景和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 课题研究的主要工作及章节安排 | 第16-18页 |
| 第二章 实验环境搭建 | 第18-25页 |
| 2.1 概述 | 第18页 |
| 2.2 实验软件平台搭建 | 第18-21页 |
| 2.3 实验的硬件平台搭建 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 点云数据的获取及其初步处理 | 第25-36页 |
| 3.1 概述 | 第25页 |
| 3.2 点云数据的获取方法概述 | 第25-27页 |
| 3.3 点云数据格式 | 第27-29页 |
| 3.4 场景点云数据去除背景点云 | 第29-30页 |
| 3.5 采用统计滤波器去除噪声点云 | 第30-32页 |
| 3.6 点云的降采样及实验结果分析 | 第32-34页 |
| 3.7 本章小结 | 第34-36页 |
| 第四章 关键点的提取及其特征描述 | 第36-48页 |
| 4.1 概述 | 第36页 |
| 4.2 关键点的提取 | 第36-39页 |
| 4.3 点云的特征描述 | 第39页 |
| 4.4 对点云进行法线预测 | 第39-41页 |
| 4.5 点特征直方图提取 | 第41-43页 |
| 4.6 快速点特征直方图特征提取 | 第43-45页 |
| 4.7 点云的特征描述比较分析 | 第45-47页 |
| 4.8 本章小结 | 第47-48页 |
| 第五章 点云的匹配与位姿估计 | 第48-68页 |
| 5.1 概述 | 第48页 |
| 5.2 基于霍夫投票的物体匹配 | 第48-53页 |
| 5.2.1 霍夫变换算法 | 第48-49页 |
| 5.2.2 霍夫投票算法 | 第49-50页 |
| 5.2.3 霍夫投票识别实验结果与分析 | 第50-53页 |
| 5.3 基于支持向量机的物体匹配 | 第53-61页 |
| 5.3.1 支持向量机分类原理 | 第53-56页 |
| 5.3.2 支持向量机在点云识别的应用 | 第56-57页 |
| 5.3.3 使用VFH特征训练SVM分类器实验结果分析 | 第57-61页 |
| 5.4 基于ICP算法的目标物体位姿估计 | 第61页 |
| 5.5 基于3D-NDT算法的目标物体位姿估计 | 第61-63页 |
| 5.5.1 3D-NDT算法描述 | 第61-62页 |
| 5.5.2 3D-NDT配准 | 第62-63页 |
| 5.6 位姿估计实验结果与分析 | 第63-66页 |
| 5.7 本章小结 | 第66-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读学位期间发表的论文 | 第75-77页 |
| 致谢 | 第77页 |