月球擁有豐富的礦產(chǎn)資源、能源儲(chǔ)備與環(huán)境資源,可為人類社會(huì)的可持續(xù)發(fā)展提供穩(wěn)定的支撐,其獨(dú)特的空間位置是人類對(duì)于遙遠(yuǎn)星體甚至廣袤宇宙探索的基石。月球探測(cè)一直是各航天大國(guó)的重要戰(zhàn)略目標(biāo),現(xiàn)階段各國(guó)主流的月面探測(cè)手段是仍然是采用無(wú)人巡視探測(cè)器執(zhí)行采樣任務(wù),在月面巡視探測(cè)過(guò)程中,月面未知環(huán)境感知是探測(cè)器避障與路徑規(guī)劃的前提條件與關(guān)鍵技術(shù)。本文基于月面環(huán)境,對(duì)小尺度月面復(fù)雜地形環(huán)境感知技術(shù)與三維場(chǎng)景建模技術(shù)展開研究,主要研究?jī)?nèi)容如下:首先分析了月面巡視探測(cè)任務(wù)作業(yè)環(huán)境存在:巖石、隕坑、陡坡等主要障礙物。介紹基于立體視覺的數(shù)據(jù)采集原理,采集點(diǎn)云月面數(shù)據(jù),再經(jīng)濾波去噪降采樣等預(yù)處理操作,為后續(xù)障礙物檢測(cè)提供良好的月面地形點(diǎn)云數(shù)據(jù)。然后研究了基于三維點(diǎn)云數(shù)據(jù)的地形感知方法,對(duì)月面障礙進(jìn)行識(shí)別。其主要流程為:采用隨機(jī)采樣一致性算法(RANSAC)提取地形基準(zhǔn)平面,對(duì)剩余數(shù)據(jù)進(jìn)行基于密度的聚類算法(DBSCAN)得到障礙物點(diǎn)云集合。結(jié)果表明,基準(zhǔn)面估計(jì)的精確性對(duì)障礙物檢測(cè)有著至關(guān)重要的影響。結(jié)合月面環(huán)境以及算法原理分析可知,使用傳統(tǒng)的RANSAC算法會(huì)影響多場(chǎng)景的適用性,高豐度障礙物使平面估計(jì)造成偏差。針...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 課題背景及研究的目的和意義
        1.1.1 課題來(lái)源
        1.1.2 課題背景
        1.1.3 研究目的以及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
        1.2.1 基于視覺信息的障礙物檢測(cè)方法概述
        1.2.2 基于三維點(diǎn)云的障礙物檢測(cè)方法概述
        1.2.3 國(guó)內(nèi)外研究現(xiàn)狀總結(jié)
    1.3 本文研究?jī)?nèi)容
第2章 三維地形點(diǎn)云數(shù)據(jù)預(yù)處理與環(huán)境感知設(shè)計(jì)
    2.1 巡視探測(cè)任務(wù)中小尺度復(fù)雜環(huán)境感知與地形建�？傮w規(guī)劃
        2.1.1 月面巡視探測(cè)環(huán)境概述
        2.1.2 月面地形感知與建模流程
    2.2 環(huán)境點(diǎn)云數(shù)據(jù)獲取
        2.2.1 點(diǎn)云數(shù)據(jù)與環(huán)境的關(guān)系
        2.2.2 點(diǎn)云采樣硬件
    2.3 點(diǎn)云數(shù)據(jù)處理
        2.3.1 離群點(diǎn)數(shù)據(jù)處理
        2.3.2 雙邊濾波平滑噪點(diǎn)
        2.3.3 稠密點(diǎn)云稀疏化處理
    2.4 本章小結(jié)
第3章 基于三維點(diǎn)云數(shù)據(jù)的障礙物檢測(cè)
    3.1 基于三維點(diǎn)云數(shù)據(jù)的月面復(fù)雜地形障礙物檢測(cè)流程
    3.2 基于隨機(jī)采樣一致性的平面分割算法
        3.2.1 隨機(jī)采樣一致性算法描述
        3.2.2 自適應(yīng)閾值的隨機(jī)采樣一致性算法優(yōu)化
    3.3 基于形態(tài)學(xué)濾波的一致性平面提取
        3.3.1 基于形態(tài)學(xué)濾波的基準(zhǔn)面提取
        3.3.2 基準(zhǔn)面提取仿真分析實(shí)驗(yàn)與算法對(duì)比分析
    3.4 基于密度的聚類算法的障礙物提取
        3.4.1 DBSCAN算法介紹
        3.4.2 聚類算法實(shí)驗(yàn)與分析
    3.5 本章小結(jié)
第4章 精細(xì)地形信息簡(jiǎn)化與重構(gòu)
    4.1 障礙物分析
        4.1.1 障礙物分類
        4.1.2 障礙物定位
    4.2 地形數(shù)據(jù)簡(jiǎn)化與數(shù)據(jù)存儲(chǔ)
        4.2.1 基于凸包輪廓的數(shù)據(jù)簡(jiǎn)化
        4.2.2 數(shù)據(jù)格式定義與存儲(chǔ)
    4.3 巡視探測(cè)場(chǎng)景建模
        4.3.1 場(chǎng)景建模算法的選擇
        4.3.2 場(chǎng)景建模策略的選擇
    4.4 本章小結(jié)
第5章 實(shí)驗(yàn)驗(yàn)證與數(shù)據(jù)處理
    5.1 實(shí)驗(yàn)環(huán)境配置
        5.1.1 開發(fā)工具介紹
        5.1.2 實(shí)驗(yàn)配置與軟件環(huán)境
    5.2 實(shí)驗(yàn)分析
        5.2.1 實(shí)驗(yàn)數(shù)據(jù)來(lái)源
        5.2.2 實(shí)驗(yàn)分析
    5.3 界面設(shè)計(jì)
    5.4 本章小結(jié)
第6章 總結(jié)與展望
參考文獻(xiàn)
致謝



本文編號(hào)：3764870