声明
摘要
第1章绪论
1.1课题背景、目的和意义
1.1.1课题背景
1.1.2课题目的和意义
1.2国内外研究现状
1.2.1国外研究现状
1.2.2国内研究现状
1.3主要研究内容和章节安排
1.3.1研究内容
1.3.2章节安排
第2章位姿估计及后处理算法研究
2.1物体识别与位姿估计框架
2.2 RGB-D传感器与坐标系转换
2.2.1 RGB-D传感器成像原理
2.2.2位姿估计中坐标系刚体变换
2.3多物体快速匹配方法
2.3.1局部朴素贝叶斯最近邻方法
2.3.2 Softmax分类器
2.4位姿估计后处理
2.4.1霍夫投票方法
2.4.2 ICP精配准算法
2.5实验结果及分析
2.5.1多视图模型库创建
2.5.2 LNBNN算法耗时测试
2.6本章小结
第3章基于稀疏特征的物体识别与位姿估计
3.1.1下采样特征点
3.1.2点云滤波
3.1.3基于随机采样一致性原理的桌面去除
3.2特征匹配
3.2.1局部形状特征描述子
3.2.2局部特征描述子的融合
3.2.3基于k-d树的特征匹配
3.3旋转子群投票
3.3.1旋转子群的建立
3.3.2基于核密度估计的投票聚类
3.3.3基于DP的聚类投票
3.4实验及结果分析
3.4.1数据集获取
3.4.2位姿估计评价指标
3.4.3实验结果分析
3.5本章小结
第4章基于点卷积神经网络的物体识别与位姿估计
4.1点卷积神经网络
4.1.1点卷积层
4.1.2空洞卷积
4.2基于点卷积神经网络的图像分割
4.2.1卷积与转置卷积
4.2.2跳跃结构
4.2.3激活函数
4.2.4图像分割模型
4.3基于语义分割的位姿估计
4.3.1物体平移向量确定
4.3.2物体旋转向量确定
4.3.3点卷积神经网络架构
4.4实验及结果分析
4.5本章小结
第5章位姿估计系统验证实验
5.1.1问题分析
5.1.2基于控制点回归的位姿估计
5.2.1结构光扫描仪标定
5.2.2数据库模型的建立
5.2.3本地坐标系的建立
5.2.4测试场景采集
5.3实验及结果分析
5.4本章小结
第6章总结与展望
6.1总结
6.2展望
参考文献
致谢
攻读学位期间研究成果
东北大学;