导读:本文包含了点云图论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:云图,障碍物,视觉,栅格,脉冲,双目,线性。
点云图论文文献综述
刘阿敏[1]（2018）在《基于叁维点云图的无人机路径规划》一文中研究指出伴随着人工智能的热潮,无人机自主飞行得到了广泛的关注和研究,路径规划是实现无人机自主飞行的关键环节之一。路径规划的主要任务就是根据任务目标规划出满足无人机自身约束条件的路径,无人机实际飞行环境为高维空间,若考虑时间约束条件,则维度上升到四维,会造成规划过程中的“维度灾难”问题。而基于采样的路径规划算法避免了对周围飞行环境的精确描述,且复杂度不受空间维度的影响,因此本文采用基于采样的路径规划方法研究无人机在动态环境中的路径规划问题。本文主要内容包括:1.针对视觉导航的图像处理受光线影响的问题,本文从叁维点云出发进行空间模型的建立,同时分析了现有的空间模型,栅格地图、几何地图、拓扑地图和点云地图各自的优缺点。为了减少碰撞检测的计算负担,将叁维点云图转换为基于八叉树的Octomap叁维地图表示规划空间模型,然后利用包围盒法进行碰撞检测。2.在建立好空间模型的基础上,采用基于采样的快速搜索随机树算法(Rapidlyexploring Random Tree,RRT)进行叁维空间的路径规划,为了解决算法的随机性,引入了随机概率,当随机树进行扩展时以一定概率偏向目标点。在此基础上,为了实现遇到动态障碍物时的快速重规划和使得最终的路径能接近最优,将进行迭代比较得到较优路径所在的随机树存储,当遇到威胁或动态障碍物在此基础上进行局部重规划。实验表明改进的RRT算法在动态环境中表现更好,得到的路径也更短。3.基于采样的概率地图法(Probabilistic Roadmap Method,PRM)在路径规划之前要构造路线图,优秀的采样策略可以使得采样点均匀的分布在整个规划空间,从而构造出覆盖整个规划空间的路线图来提高算法的效率。为了提高采样的效率,本文分析和比较了现有的采样策略,最终选择混合采样方法解决了PRM算法在狭窄通道的采样问题。实验结果表明混合采样方法不仅解决了狭窄通道问题,同时采样点在其他空闲区域分布也均匀,最后采用A*算法进行路经查询。4.基于采样的路径规划方法得到的路径是一系列采样点组成的路径段,为了使无人机自身飞行系统能够跟随,所以要进行路径平滑,针对现有的贝塞尔曲线和B样条曲线平滑进行了分析和比较,选择了B样条曲线在叁维环境下进行路径平滑。最后通过软件设计实现了从无人机采集到点云到得到最终路径的整个规划系统,同时考虑无人机自身尺寸、动态障碍物等约束条件,通过实验分析比较了在不同的参数下的路径规划结果。(本文来源于《西安电子科技大学》期刊2018-04-01）
刘子超,张文斌,李天文,索春光,谭向宇[2]（2015）在《基于脉冲点云图的局放仪线性度测评方法研究》一文中研究指出局部放电检测仪是确保电网安全运行的关键设备,需要定期对其进行测评,其中线性度测试是必须进行的实验项目之一。从局部放电信号的随机性出发,提出了基于统计法和φ-Q-n图的点云图概念,用于测评局放仪线性度。为更准确测试局放仪本体的线性度,采用直接脉冲电流注入局放仪本体的测量方式。根据本文的测试方法,针对MPD600局放仪本体的线性度测评,给出了详细的实验过程和线性度分析,并验证了此法的可行性。(本文来源于《电子技术应用》期刊2015年10期）
沈子尧[3]（2015）在《农业车辆导航中基于双目视觉点云图的障碍物检测》一文中研究指出目前,在障碍物检测方面,传统的双目视觉障碍物检测一般采用边缘检测和图像分割的方法,提取特征点后将目标和背景区域分离。但此类方法缺点具有很大局限性,易受到环境、光照等因素的影响。点云图近年来在逆向工程的应用中开始得到研究,其通常用于对近距离物体模型的还原与重构,且主要以室内环境为主,在避障方面运用的较少。本文提出了一种基于点云图的障碍物距离与尺寸的检测方法,该方法不仅能够简化了庞大的点云数据,而且从中提取出了障碍物距离和尺寸信息。首先,本文采用包围盒法对原始点云进行了有效空间的设置,大幅降低计算量。同时选择基于分块的点云密度表示法,对空间点云密度进行了定义,并将其推广到二维平面。考虑到容易受到光照影响和不同分辨率下的无可比性,提出对点云密度的标准化方法。利用计算得到的标准化点云密度,本文提出一种用色块形式表示各处点云密度的二维栅格化方法,以色块的颜色表示点云的疏密度辅以刻度条的方式显示俯视栅格图,计算量减少了几十倍,极大地提升了运算效率。在视差与距离的关系式中推导得出点云密度随距离的指数衰减规律,对实际场景进行了统计找出点云衰减规律的拟合曲线。提出一种基于衰减规律的点云补偿方法。获得了目标所在位置信息后,提出用二次包围盒的方法缩小有效空间,锁定目标所在区域,采用逆向工程中的平滑滤波的方式,对目标周围的离散点进行了剔除,并将目标点云对正视图投影,以此完成对目标形状、高宽等尺寸信息的获取.试验表明:该方法能有效还原障碍物信息,最大测距范围为28m,平均误差为2.09%;最大尺寸检测范围为10m,长度和高度平均误差均小于3%。本文基于点云图的栅格化表示和密度补偿算法,通过设置有效空间将点云投影得到障碍物距离和尺寸,不同环境下的精度测试和距离检测验证了可靠性和鲁棒性。(本文来源于《南京农业大学》期刊2015-05-01）
姬长英,沈子尧,顾宝兴,田光兆,张杰[4]（2015）在《基于点云图的农业导航中障碍物检测方法》一文中研究指出为满足智能农业机器人路径规划中障碍物检测的需求,针对传统双目视觉中用于障碍物检测算法的局限性,提出基于点云图的障碍物距离与尺寸的检测方法。该方法以双目视觉中以立体匹配得到的点云图为对象,通过设置有效空间,对不同区域处点云密度的统计,找到点云密度随距离的衰减曲线。远距离障碍物由于相机分辨率的不足,点云密度会随距离下降,通过密度补偿算法进行补偿,经二次设置有效空间后锁定障碍物位置,将目标点云分别投影于俯视栅格图和正视图中,获得其距离和尺寸信息。试验表明:该方法能有效还原障碍物信息,最大测距范围为28 m,平均误差为2.43%;最大尺寸检测范围为10 m,长度和高度平均误差均小于3%。该文基于点云图的栅格化表示和密度补偿算法,通过设置有效空间将点云投影得到障碍物距离和尺寸,不同环境下的精度测试和距离检测验证了可靠性和鲁棒性。(本文来源于《农业工程学报》期刊2015年07期）
点云图论文开题报告
（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：
局部放电检测仪是确保电网安全运行的关键设备,需要定期对其进行测评,其中线性度测试是必须进行的实验项目之一。从局部放电信号的随机性出发,提出了基于统计法和φ-Q-n图的点云图概念,用于测评局放仪线性度。为更准确测试局放仪本体的线性度,采用直接脉冲电流注入局放仪本体的测量方式。根据本文的测试方法,针对MPD600局放仪本体的线性度测评,给出了详细的实验过程和线性度分析,并验证了此法的可行性。
（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。
点云图论文参考文献
[1].刘阿敏.基于叁维点云图的无人机路径规划[D].西安电子科技大学.2018
[2].刘子超,张文斌,李天文,索春光,谭向宇.基于脉冲点云图的局放仪线性度测评方法研究[J].电子技术应用.2015
[3].沈子尧.农业车辆导航中基于双目视觉点云图的障碍物检测[D].南京农业大学.2015
[4].姬长英,沈子尧,顾宝兴,田光兆,张杰.基于点云图的农业导航中障碍物检测方法[J].农业工程学报.2015
论文知识图
