高速轨道客车车头三维曲面拟合与误差评定研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景与意义 | 第10页 |
| 1.2 三维拟合技术研究现状 | 第10-14页 |
| 1.3 拟合误差评定技术研究现状 | 第14-15页 |
| 1.4 论文研究目标与研究内容 | 第15-17页 |
| 第2章 点云数据曲面拟合方法研究 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 经典的分片线性曲面拟合方法 | 第17-25页 |
| 2.2.1 零集法 | 第17-20页 |
| 2.2.2 alpha-shape算法 | 第20-22页 |
| 2.2.3 Crust算法 | 第22-25页 |
| 2.3 泊松曲面拟合方法 | 第25-29页 |
| 2.3.1 算法的原理 | 第25-28页 |
| 2.3.2 算法特点分析 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于优化泊松算法的车头曲面拟合研究 | 第30-43页 |
| 3.1 引言 | 第30页 |
| 3.2 车头曲面拟合算法原理 | 第30-31页 |
| 3.3 车头点云数据预处理 | 第31-36页 |
| 3.3.1 车头点云采样数据误差分析 | 第31-32页 |
| 3.3.2 车头点云数据降噪预处理 | 第32-33页 |
| 3.3.3 车头点云模型孔洞的修复 | 第33-34页 |
| 3.3.4 车头点云法向量的计算及修正 | 第34-35页 |
| 3.3.5 车头点云数据八叉树分割 | 第35-36页 |
| 3.4 车头曲面指示函数的求取方法 | 第36-40页 |
| 3.4.1 指示函数求解算法最小化 | 第37-39页 |
| 3.4.2 对偶变量最小化 | 第39-40页 |
| 3.4.3 原始变量最小化 | 第40页 |
| 3.5 车头拟合曲面提取方法 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 高速轨道客车车头曲面误差评定分析研究 | 第43-54页 |
| 4.1 引言 | 第43-44页 |
| 4.2 高速轨道客车车头曲面结构 | 第44-45页 |
| 4.3 评价方法及指标 | 第45-51页 |
| 4.3.1 车头尺寸精度评价 | 第45-46页 |
| 4.3.2 车头表面轮廓评价 | 第46-49页 |
| 4.3.3 车头曲面光顺性评价 | 第49-51页 |
| 4.4 车头评价模型 | 第51-53页 |
| 4.4.1 车头评价指标定量化 | 第51页 |
| 4.4.2 车头评价模型分析方法 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 实验结果及分析 | 第54-62页 |
| 5.1 实验数据获取 | 第54页 |
| 5.2 测量程序设计 | 第54-56页 |
| 5.3 实验数据分析 | 第56-59页 |
| 5.4 误差评定分析 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第6章 工作总结与未来展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 未来展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 作者简介及在学期间所取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
