题目：基于ARM的网格模型的简化技术和实时多分辨率表示

随着三维激光测距和建模技术的不断发展，三维模型的采样精度越来越高，数据量也随之飞速增长，给数据处理系统的绘制、传输和存储都带来了巨大的压力。解决这些问题的一个有效的途径就是对复杂的三维模型进行化简，以减少数据量，加快处理速度，节约存储空间。论文首先介绍了模型简化技术的概念，研究内容和应用领域，对当前国内外有关的三角网格模型的简化算法进行了分析和研究，分别讨论了静态简化算法和动态简化算法，并对一些常见的误差度量方法进行了介绍。随后，详细讨论了以二次误差作为度量方法的边折叠算法，论述了二次误差度量方法的原理，折叠代价的定义以及生成新顶点的最佳位置。针对二次误差度量方法存在的不足之处，比如尖端特征消失、局部过度简化等，论文引入了顶点曲率和边长的重要度计算，提出利用特征矩阵优化误差度量，以加大模型中顶点的区分度，提高特征明显的区域的顶点的误差度量，从而调整边折叠的次序，使得模型中的突出特征更多的保留下来。本课题设计的移动机器人在非结构化环境中运动时，通过激光扫描系统不停地采集前方的景深信息，从而建立环境的网格模型并实时地显示，为导航和避障提供参考。由于三维网格模型的渲染对软硬件要求很高，而嵌入式平台上没有显卡之类的协处理器支持，只能通过软件方式实现。由于嵌入式处理器架构和操作系统的多样性，目前尚没有成熟的通用嵌入式三维图形引擎。针对激光扫描和显示系统的需求，在Linux下开发了一个轻量级的三维图形引擎，实现了显示驱动、图形渲染、场景漫游等功能模块。通过对帧缓冲设备的驱动支持和显示驱动接口函数的开发，可以直接操作底层显示硬件，使图形引擎大大降低了对特定的硬件平台或GUI的依赖性，便于引擎的移植和应用。最后，在嵌入式Linux系统下开发了应用于移动机器人平台的上位机软件，实现了数据的获取和解析、环境模型的网格化重构、网格模型的渲染和显示等功能。