摘要基于面阵激光雷达的场景分割通过PMD面阵激光雷达采集数据，对采集的数据进行预处理，设计场景分割算法，完成场景分割。设计语言选用C/C++语言，并通过参阅SDK完成前期数据采集，使用OpenGL对采集数据进行初步的显示。当数据显示的结果与实物场景相符时，则这组数据就是我们需要的合理数据。再对这组数据进行预处理。预处理的主要工作是过滤掉坏点及噪点，然后可以对预处理过的数据应用设计的场景分割算法，最终给出场景分割的结果。其结果既包含可供操纵者使用的图形信息，也包括能为智能机器人识别使用的数据信息。本篇论文则详细介绍了该任务模型的设计与实现过程。60144
毕业论文关键词 PMD激光雷达；场景分割；OpenGL；聚类算法
毕业设计说明书（论文）外文摘要
Title Scene Segmentation Based On PMD Lidar
Abstract
The Scene Segmentation Based On PMD Lidar use a PMD lidar for data collection, and pre-processing the collected data, design Scene segmentation algorithm, complete the pision of the scene. It is developed by the language of C/C++, then see the SDK to complete the pre-data collection, at the same time, use the OpenGL initial display the data of the acquired before. The set of data which we need reasonable data is when the results of data display is match the scene. Then this group of reasonable data can be pretreated. The major job of pretreatment is to filter out the bad points and noise one, then you can use the scene segmentation algorithm for that data, at last, we give the scene segmentation results. The result contains both the graphical information which the operator can use, also include the data identification information for intelligent robots. This article will detail you the work’s design and implementation process.
Keywords PMD Lidar; Scene Segmentation; OpenGL; Clustering Algorithm
目次
1 绪论 1
1．1 研究背景和意义 1
1．3 论文主要工作和结构安排 3
1.3.1 论文主要工作 3
1.3.2 论文结构安排 3
2 数据采集与显示 4
2．1 PMD面阵激光雷达简介 4
2．2 数据采集的实现 6
2．3 采集数据的显示 8
2．4 本章小结 13
3 场景分割 14
3．1 数据预处理 14
3．2 聚类算法的设计 15
3．3 本章小结 19
4 实验结果分析 19
4．1 场景分割的实现 19
4．2 场景分割的结果分析 27
4．3 本章小结 31
结 论 32
致 谢 33
参考文献 34
1 绪论
1．1 研究背景和意义
场景分割是智能机器人环境理解领域的重要研究内容。以往主要研究基于图像的场景分割技术，随着激光雷达技术的发展，场景的三维点云数据越来越容易获取，通过空间数据聚类方法把点云数据进行场景分割已成为重要的研究内容。这也使得空间聚类方法能为越来越多的人所设计与实现，从而不断的推动场景分割技术的发展与进步。 OpenGL基于面阵激光雷达的场景分割:http://www.751com.cn/jisuanji/lunwen_65528.html