声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文研究内容
1.4 论文组织结构
2 基于点云特征的三维对象识别
2.1 概述
2.2 点云采集与预处理
2.2.1 点云数据采集
2.2.2 点云数据的预处理
2.3 基于点云特征的对象识别
2.4 基于点云特征的位姿配准
2.5 实验结果与分析
2.6 本章小结
3 PCA-W点云特征融合算法与三维对象识别
3.1 特征融合
3.2 PCA-W点云特征融合算法
3.2.1 PCA-W算法总述
3.2.2 点云CVFH特征
3.2.3 点云ESF特征
3.2.4 数据规格化
3.2.5 点云特征PCA分析
3.2.6 权重系数调整
3.3 基于PCA-W算法的三维对象识别
3.4 实验结果与分析
3.4.1 UWA点云介绍
3.4.2实验结果与分析
3.5 本章小结
4 自适应邻域选择的FPFH特征提取算法与位姿配准
4.1 算法总述
4.2 点云密度估算
4.3 点云FPFH特征
4.4 采样一致性初始配准算法
4.5 邻域半径密度映射函数
4.6 基于自适应邻域选择的FPFH算法的点云配准
4.7 实验结果与分析
4.8 本章小结
5 基于状态驱动的增强现实智能维修系统
5.1 系统结构总述
5.2 构建离线领域知识库
5.2.1 多视角模型离线特征库
5.2.2 构建装配约束关系知识库
5.3 在线实时三维场景感知
5.3.1 场景感知与特征提取
5.3.2 点云识别与配准
5.4 虚实融合与维修诱导信息的推送
5.4.1 实时场景与CAD模型的融合
5.4.2 维修诱导信息的实时推送
5.5 硬件系统设计与实现
5.6 实验结果与分析
5.7 本章小结
6 总结与展望
6.1 本文研究内容总结
6.2 本文的研究展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果
郑州大学;