一、一种通用的trimmed曲面三角化算法（论文文献综述）
张越,翟福琪,蔡孙宝,陈鹏[1]（2021）在《基于点云数据的植物叶片特征提取及三维重建》文中提出如何准确而高效地获取、处理和重建物体的三维点云数据是制约三维检测技术发展的关键性问题。该文主要以植物叶片为载体,对三维点云的数据获取、特征提取以及曲面重建技术进行研究。针对三维点云的获取问题,采用面结构光三维扫描仪采集植物叶片表面的三维点云数据,进而开展点云数据的预处理,包括去噪、精简和平滑。采用基于曲率和基于点云距离的特征提取方法分别对叶片叶脉信息进行提取,并对两种方法进行对比;引入基于边界点邻域特征的边界提取算法得到植物叶片的边缘轮廓信息。讨论三维点云曲面重建算法及其原理,分析贪婪投影三角化算法和泊松曲面重建算法的效果。结果表明,该文所提出的特征提取和三维重建方法,在合适的参数设置下能够在两种不同的植物叶片上得到一致的效果。
吴峰峰[2]（2021）在《基于激光点云数据的玉米植株三维重建研究》文中进行了进一步梳理玉米是我国重要的粮食作物之一,在我国种植面积广泛。玉米表型性状对优化农田管理活动,如栽培管理、植物保护和水肥管理等农业生产的各个环节都有着广泛的应用价值。株高、叶片形态等表型参数对于玉米生长具有重要的意义,同时,监测不同时期的植株高度和叶片形态的变化,可以让研究者确定玉米的健康和生长状态。玉米植株表型的量化过程通常是人工完成的,耗时耗力、效率低且准确性差,而且常常会受到人为主观的影响;另一个缺点是它涉及破坏性测量,这妨碍了在整个生长季节对植株发育的持续监测。因此,在对于玉米栽培研究中,无损获取玉米表型参数是一个瓶颈,为了改善作物表型参数获取方法,需要开发新的无损监测技术,最好是能够提供植株冠层结构详细数据的平台。近年来,三维建模成为作物表型监测领域的研究热点,研究人员基于不同平台对作物三维重建与表型参数获取进行研究,包括使用基于激光扫描仪、多视角图像和深度相机等。高分辨率三维重建技术提供了一种无损监测玉米冠层的几何特性和获取表型参数的手段,并允许在单个器官层面进行研究。本研究以不同品种的玉米盆栽实验为基础,基于电动旋转平台和激光扫描仪获取不同生长阶段的玉米植株点云数据。采用激光扫描仪Space Spider的配套软件Artec Studio Professional 14.0,利用迭代最近点（Iterative Closest Point,ICP）算法进行点云自动配准。利用滤波预处理去除点云噪声,获得相对平滑的稠密点云。针对拔节期玉米植株,利用对植株进行截断处理、分段获取点云的重建方法,并研究了 ICP算法对玉米植株分段点云的拼接。基于重建的玉米植株三维结构提取了植株高度和叶片相关表型参数,并进行精度验证。主要研究结果如下:采集玉米植株不同生长阶段的不同视角下的点云数据,使用Artec Studio Professional 14软件自动配准中的整体配准方法,并且在配准步骤中不断优化关键帧率（keyframe ratio）和特征搜索半径（feature searchradius）两个参数完成配准工作。对玉米植株点云的噪声来源和特点进行了归纳总结。分别利用手动去噪方法和双边滤波方法,在保持模型边界的前提下,有效地对点云数据进行平滑去噪,得到相对平滑的点云数据。利用贪婪投影三角化算法完成了植株点云数据的网格重建,且重建效果良好。对网格重建后的数据附加点云的初始颜色,能够使三维模型展现玉米植株最自然的颜色,效果更真实。针对拔节期玉米植株,激光扫描仪难以获取完整的点云数据,本研究使用ICP算法,对于不同品种玉米植株在旋转平台下获取的分段点云都完成了完整拼接。因此,该方法能够实现点云拼接且效果较好,可以实现对较高株型玉米植株的三维重建。针对重建的玉米植株三维模型易出现点云缺失的现象,运用Geomagic Warp 2014对封装重建后的玉米进行了缺失区域的补失。通过对比,补失后的模型进一步表达并完善了玉米植株三维模型。基于重建的三维模型分别提取各个品种玉米植株的株高、叶长、叶宽和叶面积四个表型参数。与人工实测值比较,各品种玉米植株提取的株高与实测的株高R2均在0.95以上,其中京科糯植株提取的株高与实测的株高R2为0.964,RMSE为3.217 cm;荟甜8号植株提取的株高与实测的株高R2为0.952,RMSE为3.543 cm;自交系植株提取的株高与实测的株高R2为0.961,RMSE为3.233 cm。三个品种玉米植株叶片表型参数的R2均在0.93以上,其中,京科糯、荟甜8号和自交系的叶片长度R2均在0.95以上,分别为 0.963、0.962 和 0.958,RMSE 分别为 2.943 cm、2.255 cm 和 2.496 cm;叶片宽度 R2均在 0.93 以上,分别为 0.932、0.946 和 0.942,RMSE 分别为 0.306 cm、0.225 cm和0.214 cm;叶面积R2均在0.94以上,分别为0.967、0.955和0.943,RMSE分别为12.942 cm2、14.256 cm2和 11.083 cm2。
崔浩[3]（2021）在《激光点云数据处理系统设计与开发》文中研究表明近些年来,随着科学技术的日新月异以及社会的迫切需求,三维激光扫描技术迅速发展。该技术是一种可以快速、便捷、全天候、实时性获取待测物体表面的三维坐标、强度信息、颜色值以及法线等数据的新兴技术。通过三维扫描得到的点云数据在洪水模拟、滑坡监测、道路设计、土地覆盖分类和森林管理等领域有着广泛且至关重要的应用,但原始点云数据由于仪器自身系统误差、人为偶然误差以及光照、空气湿度等外界环境因素的影响,会产生较多噪声点和空洞等,影响后续处理和应用,故自主研发一套三维点云数据处理系统具有一定的价值和意义。目前国内外的许多点云处理软件相较于三维激光扫描硬件设备的迅猛发展,存在或多或少的问题,比如价格高昂且不开源,点云软件处理的智能化、稳定性以及软件界面的友好型、专业性、应用的广泛性等都需要与时俱进。因此本课题组根据实验需求开发一套三维点云数据处理与可视化软件。该软件主要以VS2015为开发平台,C++语言为主要编程语言,开源lib LAS库和PCL点云库为点云数据处理基础,结合QT工具实现点云数据可视化。本文的主要内容及创新点如下:（1）详细介绍了点云数据基础知识,包括数据格式、组织形式、最邻近搜索等算法、法线和曲率等。然后依据该基础,介绍了相关点云处理算法。在点云滤波方面,介绍多种滤波算法,如半径滤波、直通滤波、统计滤波和体素滤波。在点云分割方面,介绍了基于随机采样一致性算法实现了平面模型和圆柱模型分割。在点云分类方面,介绍了渐进形态学滤波算法、布料模拟滤波算法、渐进式三角网滤波算法,基于直线-抛物线的电力线分类方法。在曲面重建方面,介绍了利用移动最小二乘算法实现了点云平滑,介绍了利用贪婪投影三角化算法实现三维模型的构建。同时将以上这些算法集成于开发的点云数据处理系统中,借助相应的点云数据对上述各类算法进行实验,并取得了较好的实验结果,验证了系统的高效性和稳定性。（2）为了提高传统的渐进式三角网算法（progressive TIN densification,PTD）中初始种子点的选取效率问题,本文提出一种结合布料模拟滤波算法（Cloth Simulation Filtering,CSF）与PTD的机载激光雷达（Light Detection And Ranging,Li DAR）点云滤波算法。首先去除Li DAR中的粗差点,然后对去除粗差点后的点云利用CSF进行粗分类,最后通过改进的PTD对初始地面点构建三角网,然后对连续迭代获取的地面点进行整体构网,进而得到最终的地面点。实验选取国际摄影测量与遥感协会提供的3组测试数据进行对比实验,结果表明该算法能够在坡度较大的区域降低Ⅰ类误差,并将Ⅱ类误差控制在一定范围内,从而验证该算法的可靠性。
刘雷[4]（2021）在《基于激光雷达和IMU的场景三维重建技术的研究》文中研究指明三维重建技术广泛应用于无人驾驶、测绘、物流、医疗等领域。三维场景为机器自主决策提供可靠的先验信息,是机器智能化的前提。三维重建技术通过环境感知传感器,将多时刻下传感器数据配准到统一坐标系下实现数据融合,形成离线三维场景。提高配准精度是该技术领域长期追求的研究目标。为解决低线数激光雷达扫描点较为稀疏的问题,采用动态扫描获取多帧点云丰富场景信息。本文针对点云畸变和点云场景重影现象,在激光雷达测量系统中引入惯性测量单元（IMU）,研究激光雷达点云和位姿融合的点云配准方法。利用ROS（Robot operating system）平台、C++、PCL库和Cloud Compare软件构建了三维重建测试系统。针对两帧点云配准过程中易产生误匹配点、配准时间长、配准精度低等问题,提出将三维尺度不变特征变换（3DSIFT）关键点和二进制方向直方图（BSHOT）描述符相结合构建点云特征匹配对的方法。在室内实验场景下,与常用方法相比,配准精度有所提高,同时减少了计算时间。针对雷达运动中的点云畸变,提出了基于IMU线性插值的点云去畸变方法。将点云数据和IMU预积分位姿时间上对齐,得到雷达的位姿矩阵,利用该矩阵将单帧点云中每个激光点校正到起始激光点所在的坐标系。针对累计误差导致点云场景的重影现象,提出引入IMU雷达位姿信息的多帧点云配准方法。将IMU雷达位姿作为配准的初始位姿,构建包含点云配准误差和IMU预积分误差的联合优化函数。实验结果表明,引入IMU提高了多帧点云配准精度。
田玉春[5]（2021）在《基于点云数据的隧道空间建模及应用研究》文中指出传统隧道测量受隧道地质环境复杂、空间狭长等因素的影响,导致隧道测量的时间较长、需耗费较多人力物力且较难进一步提升其效率。近几年三维激光扫描技术取得了飞速发展,测量的精度也得到了进一步的提升,目前已被广泛应用在实际的工程测量中,该项技术为隧道测量提供了新型且高效率的技术方法。因此,基于点云数据实现对隧道的建模及应用研究具有重要的工程应用价值。本文以隧道扫描的点云数据为基础,围绕隧道点云数据的预处理、三维空间建模和工程应用展开研究。论文的主要内容如下:（1）对三维激光扫描涉及到的相关理论以及核心技术进行介绍,另外介绍了此方法如何采集点云数据,阐述了预处理数据的过程,详细分析了隧道点云数据的具体误差来源。（2）以点云库PCL为基础,实现了隧道点云数据基于PCL的八叉树数据压缩。针对预处理后的点云数据仍然零散无序,数据点之间没有明显的拓扑关系,无法清晰直观地描述隧道的三维模型,研究了三维模型重建的相关算法,对比分析了泊松方程算法、贪婪投影三角化算法与Delaunay三角剖分算法在建模方面的优劣势,改进传统的Delaunay逐点插入法,基于Bowyer-Watson算法实现隧道的模型重建和可视化,并用Geomagic软件对隧道重建模型的精度验证。（3）研究了隧道断面的提取及拟合,通过对隧道姿态的调整实现了断面点云提取,分析了不同厚度的断面点云拟合结果;研究了隧道断面点云的曲线拟合,对比分析了拉格朗日插值曲线、贝塞尔曲线和三次B样条曲线的断面曲线拟合结果,实验表明三次B样条曲线更贴近真实断面,整体较为平滑,拟合断面曲线具有较好的光滑性。（4）研究了隧道点云数据的应用,按断面间距为5m实现了连续断面的提取及拟合,实现从椭圆拟合的断面数据中提取隧道中轴线,依据提取出的拟合椭圆参数对隧道进行收敛分析。结合断面设计值分析了隧道断面超欠挖,并计算出隧道整体的超欠挖方量。
庄仁诚,陈鹏,傅瑶,黄运华[6]（2021）在《列车车轮三维结构光检测中的点云处理研究》文中提出列车轮对作为转向架的关键零部件,其检测手段仍以人工检测为主,现有的自动检测方案,大多针对车轮某一断面的参数尺寸进行测量,难以真实反映车轮轮缘踏面的损伤情况。为此,该文提出一种列车车轮三维结构光检测中的点云处理方案。首先,利用三维结构光测量仪器采集列车车轮的三维点云数据;其次,根据列车车轮三维点云的特点,确定包括离群点去除、点云配准、点云平滑处理以及孔洞修补在内的点云处理方案,并对各处理步骤的最优参数进行分析;最后,利用贪婪投影三角化算法,进行列车车轮三维点云数据的曲面重建,使用拉普拉斯平滑算法对重建后的曲面进行平滑处理。结果表明,该文所提出的列车车轮点云处理方案能够实现对三维点云数据的处理,最终得到的列车车轮的三维曲面模型与基准模型的标准偏差为1.768 mm,实现对于列车车轮的三维检测。
周泽西[7]（2021）在《基于线激光轮廓仪的机器人3D视觉定位系统设计》文中指出随着我国经济及机器人技术的高速发展,机器人在工业生产及日常生活中的应用日益广泛。为了提高生产效率,满足工业生产线上不断增加的自动化需求,将机器视觉技术与机器人技术相结合,为机器人提供视觉定位与加工引导成为了目前机器人领域的研究热点。本文将3D视觉技术应用到机器人领域中,针对机器人对其工作场景中以随机位姿摆放的复杂表面物体的定位问题进行研究,设计了一种基于线激光轮廓仪的机器人3D视觉定位系统,并进行实验验证。主要研究工作如下:首先提出了本文机器人3D视觉定位系统的总体设计方案,并使用KUKA工业机器人和SmartRay线激光轮廓仪以“眼在手上”的安装方式搭建了该系统的硬件平台。接着,研究了使用PC作为上位机对机器人进行运动控制的方法,以及系统开发过程中所用软件及开发包的使用方法。为了获得线激光轮廓仪与机器人末端之间的坐标系变换关系,提出了一种基于标准球的固定点多位姿方法对系统进行手眼标定,并使用MATLAB的GUI功能开发了手眼标定软件。接着,使用XYZ-四点法和ABC-世界坐标法进行了机器人工具坐标系标定,得到了机器人末端与其末端所安装的工具之间的坐标系变换关系。使用机器人带动线激光轮廓仪对待定位的目标物体进行多次扫描,得到物体在多个视角下的局部点云。将各局部点云融合,完成三维重建以得到物体的点云模板,并使用贪婪投影三角化算法基于点云模板进行曲面重建得到物体的曲面模型。接着,阐述了本文机器人3D视觉定位系统的定位原理。并提出了基于点云配准的物体位姿检测算法,以获取工作场景中目标物体与线激光轮廓仪之间的坐标系变换关系。通过实验对该算法进行验证,并将算法的运行结果作可视化处理后可看出,目标物体的点云模板与当前工作场景点云具有很好的配准效果,从而证明了该算法可行且有效。最后,通过系统精度测定实验得到了本文机器人3D视觉定位系统在x、y、z各方向上的定位误差及直线距离定位误差,证明了该系统具有较高的定位精度。再基于三维重建所得的物体曲面模型,通过物体表面轨迹点跟踪实验来模拟使用机器人进行表面加工处理的应用,并且也间接的检验了该系统的定位精度,证明系统可行且有效。
梁猛[8]（2020）在《基于分子可视化与机器学习的蛋白质功能分析研究》文中认为对于蛋白质功能的认识在医药科学领域和农业领域的发展中有着至关重要的作用。目前,通过大规模测序技术获取了大量未知功能的蛋白质。借助计算机技术理解蛋白质结构、性质和功能是对传统生物实验方法的有效补充。这些技术主要分为直观展现分子性质的可视化技术以及利用计算机注释蛋白质功能的预测技术。当前研究取得了一定成就,但仍面临着重大挑战:平滑分子表面可视化对昂贵计算能力、绘制的实时性和逼真性的要求;多尺度可视化中带来的抽象模型膨胀问题;目前蛋白质功能预测算法的准确度仍旧难以满足实际应用等问题。本文将从提高大规模分子表面可视化性能、优化抽象层次效果、提出准确度更高的蛋白质功能预测模型等方面展开研究。首先,针对生物大规模场景包含大量分子导致绘制效率不能达到实时性能的问题,提出一种与残基相关的层次聚类算法。通过基于残基的层次聚类算法保证在聚类过程中保留所有残基,维持了分子可视化常用的生物特性;以基于体积的距离度量方式替代传统层次聚类的距离度量,与传统方法相比,基于空间体积的方式更适合三维结构的原子,能有效的提高聚类效果;以残基的层次聚类树快速构建蛋白质聚类过程,提高了层次聚类的性能;对于离散化蛋白质各层次抽象后的过渡问题,设计用于判断抽象层次的最大屏幕空间误差,在绘制过程中根据空间误差与阈值的关系进行自适应判断,实现层次抽象的过渡。其次,针对LOD（Levels of Detail）技术生成的层次抽象在简化几何模型时会引起模型膨胀的问题,设计一种基于椭球包围体的LOD大分子渲染技术,以残基相关的层次聚类算法为基础,通过构造一个完整的二叉树改善抽象层次过渡的平滑性;以椭球包围体替代传统的球包围体,降低高抽象层次中几何模型引起的视觉膨胀问题;通过引入适当的后处理技术,进一步弱化了膨胀引起的视觉问题。以球体的光线投射算法为基础,设计一种基于GPU（Graphics Processing Unit）的椭球绘制方法,确保分子模型的绘制性能。最后,对于分子功能的理解除依靠分子表面可视化技术外,还可通过机器学习的统计手段对蛋白质功能进行预测,本文主要从分子表面参数化和关系推理模型两个方面展开研究。通过可视化技术将附加原子物理-化学特性和几何特性的分子表面映射为特征图像;针对传统CNN（Convolutional Neural Networks）模型仿射不变性的能力不足,利用胶囊网络的深度模型验证分子表面与功能的关联。同时,现有蛋白质功能预测方法受限于CNN模型对输入尺寸的要求,需先将氨基酸扭转角和相互距离等特征简化处理,针对此损失氨基酸间关系信息的问题,设计一种基于关系网络的训练架构,直接使用非固定长度的残基序列进行关系推理,提高功能预测的准确度。上述层次化分子渲染以及基于机器学习的蛋白质功能预测算法已经在相关实验中得到验证并集成到可视化分析平台中,起到辅助用户交互式、快速、准确理解蛋白质的结构和功能的作用。
李博[9]（2020）在《基于多分辨率网格分割的细分曲面浮雕加工技术研究》文中指出浮雕是雕塑与绘画结合的产物,浮雕制品往往给人以浓缩的空间深度感和强烈的视觉冲击力。随着经济的发展和生活水平的提高,浮雕制品的社会需求日益增多,人们对浮雕制品的造型美感和加工质量的要求也越来越高。这对浮雕模型构建和雕刻加工技术提出了更高的要求。相比于传统的NURBS曲面和多边形网格,细分曲面造型方法可以高效构建具有任意拓扑结构的光滑曲面。细分曲面既可以看作是由控制网格定义的连续曲面,又可看作是离散的网格曲面,这使得细分曲面更适合于复杂浮雕模型构建和加工。目前,关于细分曲面浮雕加工技术方面的文献还未见报道。为此,本文利用细分曲面网格拓扑结构特性,结合多分辨率网格分割方法,对细分曲面浮雕加工技术涉及的浮雕数字图像处理、浮雕模型构建和刀具轨迹规划等关键环节进行研究。主要研究内容如下:（1）浮雕数字图像处理方法。分析了数字图像的格式、类型、数据结构,研究了几种常用的图像处理方法,根据不同图像选择合适的图像处理方法,保证了浮雕数字图像的质量。研究了针对黑白图像的边缘检测技术,Canny边缘检测效果较好,适用于图像边缘提取。（2）Catmull-Clark细分曲面浮雕模型构建。阐述了Catmull-Clark细分模式的基本理论、细分法则和拓扑结构特性。以分片表示为基础,研究细分曲面浮雕模型数据结构的构建方法,提出以极限网格构建细分曲面浮雕模型的方法,研究了浮雕模型相关几何属性的计算方法。研究了Catmull-Clark细分曲面与数字图像融合方法,在此基础上,提出细分曲面浮雕加工模型构建方法。（3）Catmull-Clark细分曲面浮雕加工刀具轨迹规划。分析了细分曲面浮雕刀具轨迹规划方法,提出一种非求交方法计算刀具轨迹的构想,研究细分曲面面片离散参数化表示方法,在此基础上,提出一种离散参数化刀具轨迹规划方法。本文所提出的细分曲面浮雕加工关键算法在Matlab平台上编制并通过算法实例验证。结果表明:图像处理技术可以明显改善图像的质量,为更好的构建浮雕模型奠定了基础。通过灰度图像、黑白图像、彩色图像等类型图像与复杂细分曲面模型的数据融合方法,可以实现复杂细分曲面浮雕模型的构建。通过非求交技术的细分曲面面片离散参数线提取方法,可以实现浮雕加工刀具轨迹的高效计算。
刘会昌[10]（2020）在《基于力/视觉导引的机器人自动路径规划与恒力控制》文中研究说明传统的人工示教与离线编程方式难以应用于小批量、多品种、非标准工件的机器人作业任务,因此需要引入外部感知,构成基于智能导引的机器人作业系统,本文以打磨工艺为例对系统进行详细的描述与分析。对于任意曲面工件而言,其形状的复杂性一方面使得打磨路径规划的难度大幅度增加,另一方面对打磨过程中的作用力也会产生一定的影响,因此,系统不仅需要考虑对曲面工件进行自适应的路径生成,还必须考虑机器人打磨过程中的恒力控制。此外当前绝大多数机器人厂商仅仅开放位置控制环,并未开放或提供力控接口,这就要求系统需要实现基于机器人位置环的恒力控制。在此背景下,本文以线结构光传感器和力传感器作为感知工具,完成了基于力/视觉导引的机器人自动路径规划和恒力控制,实现了基于曲面自适应的机器人打磨轨迹生成和机器人高精度恒力控制。具体内容如下:针对机器人打磨系统的自主作业路径生成问题,本文提出基于曲面重建的机器人打磨优化轨迹生成方法。首先通过线结构光传感器扫描工件获得工件表面的点云数据;接着,通过点云简化、点云截取以及点云滤波等步骤对原始点云进行预处理;然后采用贪婪投影三角化算法重建工件表面模型;最后基于三角网格模型的截平面法计算得到机器人打磨参考轨迹,从而实现了基于曲面自适应的打磨路径生成。针对机器人末端在受力作用下会因关节柔性产生偏移的特性,本文提出基于机器人关节刚度的离线恒力补偿控制。首先分析并求解机器人运动学模型;然后根据机器人末端位置偏移量与末端所受作用力之间的关系建立机器人关节刚度模型;最后提出了基于机器人关节刚度模型的离线恒力补偿控制方法,在无需力传感器的情况下使相对力误差在5.27%以内,满足工业生产对于打磨精度的要求。为了进一步提高机器人力控制精度,本文将机器人作为控制对象,提出三种无模型的基于力传感器反馈的在线恒力跟踪方法。首先根据PID参数模型提出PID恒力控制方法;然后描述并分析了传统的导纳控制方法,在此基础之上提出变刚度自适应导纳控制,并结合李雅普诺夫稳定性理论给出了系统稳定性证明,实现机器人运动过程中接触力的快速调节并且有效改善力的抖动问题,最终将相对力误差控制在4.55%以内,较离线恒力补偿控制有所提升。在上述研究内容的基础之上,本文以实验室现有的ABB IRB120型机器人和若干工件为研究对象,对所研究的工件表面模型重建、机器人打磨优化轨迹生成、基于机器人关节刚度的离线恒力补偿控制和机器人在线恒力控制等内容进行了实验研究。实验结果验证了本文所提出方法的可行性与有效性,表明了本文针对机器人打磨系统的相关研究具有一定的应用价值。
二、一种通用的trimmed曲面三角化算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种通用的trimmed曲面三角化算法（论文提纲范文）
（2）基于激光点云数据的玉米植株三维重建研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1 研究背景 |
| 2 研究进展 |
| 2.1 虚拟作物模型研究进展 |
| 2.2 点云去噪配准研究进展 |
| 2.3 点云特征描述与提取研究进展 |
| 2.4 基于点云数据的三维重建研究进展 |
| 3 研究目的与意义 |
| 4 研究内容、目标与技术路线 |
| 4.1 研究内容和目标 |
| 4.2 技术路线 |
| 参考文献 |
| 第二章 材料与方法 |
| 1 试验设计 |
| 2 数据获取与处理 |
| 2.1 激光点云数据的获取 |
| 2.1.1 点云获取设备 |
| 2.1.2 点云获取方法 |
| 2.2 点云数据处理方法 |
| 2.2.1 点云处理设备及软件 |
| 2.2.2 点云配准 |
| 2.2.3 去噪 |
| 2.2.4 下采样 |
| 2.3 表型参数的提取 |
| 2.3.1 玉米植株茎叶点云分割 |
| 2.3.2 株高的提取 |
| 2.3.3 叶片参数提取 |
| 2.4 手动实测表型参数 |
| 3 精度分析与评价 |
| 参考文献 |
| 第三章 玉米植株三维点云数据平滑去噪方法研究 |
| 1 引言 |
| 2 结果与分析 |
| 2.1 三维点云数据配准 |
| 2.2 玉米植株点云噪声分析 |
| 2.3 玉米植株点云去噪 |
| 2.3.1 基于Artec Studio Professional 14的点云去噪 |
| 2.3.2 基于双边滤波方法的点云去噪 |
| 3 本章小结 |
| 参考文献 |
| 第四章 基于激光点云数据的玉米植株三维重建研究 |
| 1 引言 |
| 2 结果与分析 |
| 2.1 基于点云数据的玉米植株三维重建 |
| 2.1.1 点云数据精简 |
| 2.1.2 点云三角网格化 |
| 2.1.3 基于点云数据的植株动态重建 |
| 2.2 基于激光扫描数据和ICP算法的高大植株重建 |
| 2.2.1 截断玉米植株点云获取与拼接 |
| 2.2.2 截断玉米植株点云拼接结果 |
| 2.3 玉米植株三维模型细节补失方法 |
| 3 本章小结 |
| 参考文献 |
| 第五章 基于激光扫描数据的玉米植株表型参数提取与精度分析 |
| 1 引言 |
| 2 结果与分析 |
| 2.1 玉米植株三维点云分割 |
| 2.2 玉米植株叶片中脉拟合 |
| 2.3 玉米植株表型参数提取与精度分析 |
| 2.3.1 株高提取与精度分析 |
| 2.3.2 叶片表型参数提取与精度分析 |
| 3 本章小结 |
| 参考文献 |
| 第六章 结论与讨论 |
| 1 结论 |
| 1.1 玉米植株三维点云数据平滑去噪方法研究 |
| 1.2 基于点云数据的玉米植株三维重建研究 |
| 1.3 基于激光扫描数据的玉米植株表型参数提取与精度分析 |
| 2 讨论 |
| 2.1 基于激光扫描数据的玉米植株三维重建 |
| 2.2 玉米植株茎叶点云分割 |
| 2.3 基于激光扫描数据的植株表型参数研究 |
| 3 本研究的创新点 |
| 4 存在的问题 |
| 5 展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文及科研成果目录 |
| 致谢 |
（3）激光点云数据处理系统设计与开发（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容和论文结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 第二章 点云数据基础 |
| 2.1 点云数据存储格式 |
| 2.1.1 PCD格式 |
| 2.1.2 LAS格式 |
| 2.1.3 PLY格式 |
| 2.1.4 OBJ格式 |
| 2.2 点云数据组织管理形式 |
| 2.2.1 KD树 |
| 2.2.2 八叉树 |
| 2.2.3 不规则三角网 |
| 2.3 点云数据的法线和曲率 |
| 2.4 点云数据滤波 |
| 2.4.1 点云噪声数据来源及种类 |
| 2.4.2 点云滤波算法 |
| 2.5 点云数据分割 |
| 2.5.1 基于点云几何信息的传统分割方法 |
| 2.5.2 基于深度学习的语义分割算法 |
| 2.6 点云数据分类 |
| 2.6.1 地面点提取算法 |
| 2.6.2 电力线提取算法 |
| 2.7 曲面重建 |
| 2.8 本章小结 |
| 第三章 激光点云数据处理系统框架 |
| 3.1 系统的功能设计 |
| 3.2 三维点云数据处理库PCL |
| 3.2.1 PCL由来 |
| 3.2.2 PCL结构和内容 |
| 3.3 应用程序开发框架QT |
| 3.4 系统开发平台VS |
| 3.5 处理流程 |
| 3.6 本章小结 |
| 第四章 激光点云数据处理系统功能实现 |
| 4.1 基础功能 |
| 4.2 滤波功能 |
| 4.3 分割功能 |
| 4.4 分类功能 |
| 4.4.1 地面点提取 |
| 4.4.2 电力线提取 |
| 4.5 曲面重建功能 |
| 4.6 本章小结 |
| 第五章 激光点云数据处理系统测试和分析 |
| 5.1 激光点云处理系统测试环境 |
| 5.2 点云功能具体实现 |
| 5.2.1 点云系统主界面模块 |
| 5.2.2 点云文件处理模块 |
| 5.2.3 点云显示模块 |
| 5.2.4 点云去噪模块 |
| 5.2.5 点云分割模块 |
| 5.2.6 结合CSF和 PTD的改进算法及软件实现 |
| 5.2.7 点云分类模块 |
| 5.2.8 点云曲面重建模块 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（4）基于激光雷达和IMU的场景三维重建技术的研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 点云三维重建技术国内外研究进展 |
| 1.2.2 点云配准技术的国内外研究进展 |
| 1.3 本课题主要研究内容 |
| 第二章 组合测量系统设计 |
| 2.1 系统框架设计 |
| 2.2 系统硬件选型 |
| 2.2.1 多线激光雷达选择 |
| 2.2.2 IMU选择 |
| 2.3 坐标系定义与变换 |
| 2.3.1 坐标系定义 |
| 2.3.2 坐标系的变换 |
| 2.4 系统软件平台ROS |
| 2.5 本章小结 |
| 第三章 基于3DSIFT+BSHOT特征的静态点云配准方法 |
| 3.1 点云数据可视化 |
| 3.2 点云的预处理 |
| 3.2.1 去除Na N |
| 3.2.2 点云滤波 |
| 3.3 点云3DSIFT特征点提取 |
| 3.4 点云BSHOT特征点描述 |
| 3.5 点云特征点匹配 |
| 3.6 实验结果与分析 |
| 3.7 本章小结 |
| 第四章 融合IMU的动态点云配准及优化方法 |
| 4.1 IMU预积分模型 |
| 4.2 点云的运动畸变校正 |
| 4.2.1 基于速度传感器的点云运动畸变校正 |
| 4.2.2 基于IMU线性插值的点云畸变校正 |
| 4.3 动态点云配准特征点提取 |
| 4.3.1 点云到图像的投影 |
| 4.3.2 深度图聚类的干扰点去除方法 |
| 4.3.3 特征点的选取 |
| 4.4 相邻帧点云的特征点匹配 |
| 4.5 雷达和IMU融合的联合优化 |
| 4.6 实验结果与分析 |
| 4.7 本章小结 |
| 第五章 三维重建及面片化渲染 |
| 5.1 三维重建网格表示方法 |
| 5.2 贪婪投影三角化方法 |
| 5.3.1 切平面计算 |
| 5.3.2 投影到切平面 |
| 5.3.3 局部的三角化及逆映射 |
| 5.3 实验结果与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间取得的研究成果 |
（5）基于点云数据的隧道空间建模及应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外发展状况 |
| 1.2.1 三维激光扫描技术在国内外发展现状 |
| 1.2.2 点云建模的研究现状 |
| 1.3 本文的主要研究内容 |
| 第二章 三维激光扫描技术和点云数据预处理 |
| 2.1 三维激光扫描技术简介 |
| 2.1.1 三维激光扫描基础理论 |
| 2.1.2 三维激光扫描技术在各领域的应用 |
| 2.1.3 代表性的地面激光扫描设备 |
| 2.2 点云数据的采集及预处理 |
| 2.2.1 地面三维激光仪的作业流程 |
| 2.2.2 点云数据预处理 |
| 2.3 点云数据的误差来源 |
| 2.4 本章小结 |
| 第三章 隧道三维模型重建技术研究 |
| 3.1 点云库PCL简介 |
| 3.1.1 点云库PCL |
| 3.1.2 PCL中visualization模块及类介绍 |
| 3.2 基于八叉树的点云压缩精简 |
| 3.2.1 八叉树(Octree) |
| 3.2.2 基于八叉树的点云压缩原理 |
| 3.2.3 点云压缩实验分析 |
| 3.3 隧道三维建模算法研究 |
| 3.3.1 贪婪投影三角化算法 |
| 3.3.2 泊松算法 |
| 3.3.3 Delaunay三角剖分算法 |
| 3.3.4 改进的Bowyer-Watson算法 |
| 3.4 隧道三维模型重建误差分析 |
| 3.4.1 模型重建结果对比 |
| 3.4.2 隧道建模偏差分析 |
| 3.5 本章小结 |
| 第四章 隧道断面点云提取及拟合 |
| 4.1 隧道断面轮廓点云提取 |
| 4.1.1 隧道空间姿态调整 |
| 4.1.2 隧道断面的提取 |
| 4.1.3 断面点云厚度的选取 |
| 4.2 轮廓点云投影 |
| 4.3 断面曲线拟合 |
| 4.3.1 圆曲线拟合 |
| 4.3.2 椭圆曲线拟合 |
| 4.3.3 拉格朗日插值曲线拟合 |
| 4.3.4 贝塞尔曲线拟合 |
| 4.3.5 三次B样条曲线拟合 |
| 4.3.6 断面拟合结果分析 |
| 4.4 本章小结 |
| 第五章 隧道点云数据应用分析 |
| 5.1 隧道关键信息提取 |
| 5.1.1 连续断面提取 |
| 5.1.2 隧道中轴线提取 |
| 5.2 隧道收敛分析 |
| 5.3 隧道超欠挖及土方量计算 |
| 5.3.1 断面超欠挖 |
| 5.3.2 整体超欠挖方量计算 |
| 5.4 本章小结 |
| 总结和展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 致谢 |
（7）基于线激光轮廓仪的机器人3D视觉定位系统设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究概况 |
| 1.2.1 3D视觉技术研究概况 |
| 1.2.2 机器人视觉系统研究概况 |
| 1.2.3 物体位姿检测研究概况 |
| 1.3 本文主要研究内容 |
| 第二章 机器人定位系统总体方案 |
| 2.1 引言 |
| 2.2 系统总体方案设计 |
| 2.3 系统硬件平台 |
| 2.3.1 KUKA KR6 R700 机器人介绍 |
| 2.3.2 SmartRay ECCO75.200 线激光轮廓仪介绍 |
| 2.4 系统开发所使用的软件工具 |
| 2.4.1 KUKA机器人控制系统软件介绍 |
| 2.4.2 SmartRay SDK介绍 |
| 2.4.3 PCL点云库介绍 |
| 2.5 本章小结 |
| 第三章 机器人定位系统标定 |
| 3.1 引言 |
| 3.2 手眼标定 |
| 3.2.1 手眼标定原理 |
| 3.2.2 手眼标定实验 |
| 3.3 机器人工具坐标系标定 |
| 3.3.1 工具坐标系标定原理 |
| 3.3.2 工具坐标系标定实验 |
| 3.4 本章小结 |
| 第四章 物体三维重建与位姿检测 |
| 4.1 引言 |
| 4.2 点云数据采集与处理 |
| 4.3 物体三维重建 |
| 4.3.1 点云模板重建 |
| 4.3.2 曲面重建 |
| 4.4 系统定位原理 |
| 4.5 物体位姿检测 |
| 4.5.1 物体位姿检测算法 |
| 4.5.2 物体位姿检测实验 |
| 4.6 本章小结 |
| 第五章 机器人定位系统综合实验 |
| 5.1 引言 |
| 5.2 系统精度测定实验 |
| 5.3 物体表面轨迹点跟踪实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 附录 A |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）基于分子可视化与机器学习的蛋白质功能分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 分子可视化的研究现状 |
| 1.2.1 分子可视化模型研究 |
| 1.2.2 交互式分子可视化研究 |
| 1.2.3 可视渲染技术研究 |
| 1.2.4 交互式分子可视分析 |
| 1.3 蛋白质功能预测的研究现状 |
| 1.4 本文的主要研究内容 |
| 1.5 本文的组织结构 |
| 第2章 可视化与机器学习相关算法 |
| 2.1 基于GPU的球体光线投射算法 |
| 2.2 增强感知的渲染技术 |
| 2.2.1 轮廓线渲染 |
| 2.2.2 卡通着色渲染 |
| 2.3 超参数调优之贝叶斯优化 |
| 2.4 本章小结 |
| 第3章 基于残基的分子场景可视化实时绘制 |
| 3.1 引言 |
| 3.2 视点相关的分子场景渲染管线 |
| 3.3 层次聚类 |
| 3.3.1 传统层次聚类 |
| 3.3.2 基于残基的层次聚类 |
| 3.4 基于体积的距离度量 |
| 3.4.1 对象空间误差的计算 |
| 3.4.2 聚类簇范德华体积的计算 |
| 3.5 基于离散层次的分子场景可视化LOD绘制 |
| 3.5.1 离散化层次抽象的构建 |
| 3.5.2 自适应LOD选择 |
| 3.6 实验结果及性能对比 |
| 3.6.1 层次聚类算法的性能对比 |
| 3.6.2 距离度量的效果对比 |
| 3.6.3 基于离散层次LOD的性能分析 |
| 3.7 本章小结 |
| 第4章 基于椭球包围体的交互式分子可视化 |
| 4.1 引言 |
| 4.2 基于椭球包围体的分子渲染管线 |
| 4.3 层次聚类树椭球包围体构建 |
| 4.3.1 椭球包围体的近似计算 |
| 4.3.2 椭球包围体的快速构建 |
| 4.4 基于GPU的椭球光线投射算法 |
| 4.4.1 数据处理 |
| 4.4.2 椭球光线投射算法 |
| 4.5 分子抽象层次选择 |
| 4.6 实验结果及性能分析 |
| 4.6.1 椭球包围体绘制性能提升 |
| 4.6.2 多规模分子绘制性能对比与分析 |
| 4.6.3 椭球包围体绘制效果对比与分析 |
| 4.7 本章小结 |
| 第5章 基于机器学习的蛋白质功能预测 |
| 5.1 引言 |
| 5.2 蛋白质结构特征信息提取 |
| 5.3 基于参数化分子表面的酶功能预测 |
| 5.3.1 参数化分子表面计算 |
| 5.3.2 基于胶囊网络的深度学习模型 |
| 5.3.3 实验结果及性能对比 |
| 5.4 基于RN模型的酶功能预测 |
| 5.4.1 关系推理模型技术原理 |
| 5.4.2 氨基酸对象的特征提取 |
| 5.4.3 基于关系网络的训练模型 |
| 5.4.4 实验结果及性能对比 |
| 5.5 本章小结 |
| 第6章 多视图分子可视分析框架 |
| 6.1 引言 |
| 6.2 多尺度分析框架设计 |
| 6.3 时空尺度下的多视图实现 |
| 6.4 探索式可视化交互 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（9）基于多分辨率网格分割的细分曲面浮雕加工技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文选题背景及其意义 |
| 1.2 课题相关研究内容国内外研究现状 |
| 1.2.1 数字图像处理国内外研究现状 |
| 1.2.2 浮雕模型构建国内外研究现状 |
| 1.2.3 浮雕加工技术国内外研究现状 |
| 1.2.4 细分曲面数控加工国内外研究现状 |
| 1.3 论文研究内容及章节安排 |
| 第二章 浮雕数字图像及其处理方法 |
| 2.1 引言 |
| 2.2 图像文件格式 |
| 2.3 图像的数据结构 |
| 2.4 数字图像基本类型 |
| 2.5 浮雕图像质量改善增强技术 |
| 2.5.1 直方图均衡化 |
| 2.5.2 图像平滑算法分析与实现 |
| 2.5.3 图像的锐化算法分析与实现 |
| 2.6 图像边缘检测算法分析与实现 |
| 2.6.1 图像边缘检测算法基础 |
| 2.6.2 LOG边缘检测 |
| 2.6.3 Sobel和 Prewitt边缘检测 |
| 2.6.4 Roberts边缘检测 |
| 2.6.5 Canny边缘检测 |
| 本章小结 |
| 第三章 Catmull-Clark细分曲面的浮雕模型构建 |
| 3.1 引言 |
| 3.2 Catmull-Clark细分曲面基本理论 |
| 3.2.1 Catmull-Clark细分曲面相关概念 |
| 3.2.2 Catmull-Clark细分曲面细分规则 |
| 3.2.3 Catmull-Clark细分模式拓扑结构特性 |
| 3.3 Catmull-Clark细分曲面的分片表示 |
| 3.3.1 元胞结构 |
| 3.3.2 Catmull-Clark细分曲面分片表示 |
| 3.4 浮雕模型的几何属性计算 |
| 3.4.1 Catmull-Clark细分曲面极限网格 |
| 3.4.2 极限曲面顶点位置计算 |
| 3.4.3 极限网格顶点法向计算 |
| 3.5 细分曲面浮雕模型构建 |
| 3.5.1 浮雕图像与细分曲面图形融合方法 |
| 3.5.2 浮雕模型构建实例验证 |
| 本章小结 |
| 第四章 Catmull-Clark细分曲面浮雕加工刀具轨迹规划 |
| 4.1 引言 |
| 4.2 细分曲面浮雕加工相关基础理论 |
| 4.2.1 刀具与切削轨迹相关概念 |
| 4.2.2 细分曲面刀具轨迹规划方法 |
| 4.3 细分曲面浮雕模型的多分辨率表示 |
| 4.4 基于离散参数线的浮雕加工刀具轨迹规划 |
| 4.4.1 细分曲面面片参数线提取 |
| 4.4.2 离散参数线法刀具轨迹实例验证 |
| 本章小结 |
| 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（10）基于力/视觉导引的机器人自动路径规划与恒力控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外机器人打磨系统研究现状 |
| 1.2.2 恒力控制的研究现状 |
| 1.2.3 现有方法存在的问题 |
| 1.3 本论文的主要工作 |
| 1.4 论文章节安排 |
| 第二章 基于力/视觉导引的打磨机器人智能作业系统设计 |
| 2.1 需求分析 |
| 2.2 基于智能感知的机器人打磨系统解决方案 |
| 2.2.1 系统解决方案 |
| 2.2.2 系统硬件结构组成 |
| 2.2.3 系统功能分类及具体内容 |
| 2.3 本章小结 |
| 第三章 基于曲面重建的机器人打磨优化轨迹生成 |
| 3.1 本章总体安排 |
| 3.2 基于线结构光扫描的工件表面快速建模 |
| 3.3 基于截平面法的机器人打磨轨迹生成 |
| 3.3.1 打磨路径方式选择 |
| 3.3.2 基于截平面法的轨迹生成 |
| 3.4 基于曲面重建的机器人轨迹生成实验 |
| 3.4.1 工件表面建模实验 |
| 3.4.2 工件表面建模可行性分析 |
| 3.4.3 打磨轨迹生成实验 |
| 3.5 本章小结 |
| 第四章 基于机器人关节刚度的离线恒力补偿控制 |
| 4.1 ABB IRB120 型机器人运动学建模 |
| 4.1.1 ABB IRB120 型机器人简介 |
| 4.1.2 机器人运动学 |
| 4.1.3 机器人正运动学求解 |
| 4.1.4 机器人逆运动学求解 |
| 4.1.5 机器人雅可比矩阵 |
| 4.2 机器人关节刚度建模 |
| 4.2.1 机器人关节刚度矩阵 |
| 4.2.2 机器人关节刚度辨识模型 |
| 4.3 基于机器人关节刚度的离线恒力补偿原理 |
| 4.4 基于机器人关节刚度的离线恒力补偿控制实验 |
| 4.4.1 机器人关节刚度辨识实验 |
| 4.4.2 离线恒力补偿控制实验设计 |
| 4.4.3 实验结果及分析 |
| 4.5 本章小结 |
| 第五章 机器人在线恒力控制算法的研究与实现 |
| 5.1 基于PID算法的机器人恒力控制 |
| 5.2 导纳控制 |
| 5.3 变刚度自适应导纳控制 |
| 5.3.1 参考轨迹生成算法 |
| 5.3.2 变刚度自适应导纳控制 |
| 5.3.3 变刚度自适应导纳控制稳定性 |
| 5.4 基于ABB IRB120 型机器人的恒力控制算法实现 |
| 5.4.1 实验设计 |
| 5.4.2 实验结果及分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
四、一种通用的trimmed曲面三角化算法（论文参考文献）
- [1]基于点云数据的植物叶片特征提取及三维重建[J]. 张越,翟福琪,蔡孙宝,陈鹏. 中国测试, 2021(08)
- [2]基于激光点云数据的玉米植株三维重建研究[D]. 吴峰峰. 扬州大学, 2021
- [3]激光点云数据处理系统设计与开发[D]. 崔浩. 合肥工业大学, 2021
- [4]基于激光雷达和IMU的场景三维重建技术的研究[D]. 刘雷. 太原科技大学, 2021
- [5]基于点云数据的隧道空间建模及应用研究[D]. 田玉春. 长安大学, 2021
- [6]列车车轮三维结构光检测中的点云处理研究[J]. 庄仁诚,陈鹏,傅瑶,黄运华. 中国测试, 2021(02)
- [7]基于线激光轮廓仪的机器人3D视觉定位系统设计[D]. 周泽西. 西安电子科技大学, 2021
- [8]基于分子可视化与机器学习的蛋白质功能分析研究[D]. 梁猛. 燕山大学, 2020(07)
- [9]基于多分辨率网格分割的细分曲面浮雕加工技术研究[D]. 李博. 大连交通大学, 2020(06)
- [10]基于力/视觉导引的机器人自动路径规划与恒力控制[D]. 刘会昌. 东南大学, 2020