基于多信息融合技术的导盲设备研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-20页 |
| 1.1 课题研究目的及意义 | 第10页 |
| 1.2 课题研究现状 | 第10-17页 |
| 1.3 课题研究内容 | 第17-20页 |
| 2 基于多信息融合技术的导盲系统 | 第20-26页 |
| 2.1 导盲系统硬件装置 | 第21-23页 |
| 2.2 导盲系统运行流程 | 第23-26页 |
| 3 输入设备参数模型及其标定 | 第26-37页 |
| 3.1 针孔相机模型概述 | 第26-29页 |
| 3.1.1 基本投影几何 | 第26-28页 |
| 3.1.2 相机外部参数模型 | 第28-29页 |
| 3.2 立体相机模型概述 | 第29-31页 |
| 3.3 系统标定方法 | 第31-37页 |
| 3.3.1 内参标定 | 第33页 |
| 3.3.2 相对姿态估计 | 第33-35页 |
| 3.3.3 非线性优化 | 第35-37页 |
| 4 基于单应性原理的道路检测算法 | 第37-52页 |
| 4.1 单应性理论基础 | 第37-38页 |
| 4.2 基于图像特征的单应性矩阵估计算法 | 第38-43页 |
| 4.2.1 几何约束模型 | 第38-41页 |
| 4.2.2 基于RANSAC的单应性矩阵估计算法 | 第41-43页 |
| 4.3 基于平面参数预估的单应性矩阵获取算法 | 第43-46页 |
| 4.3.1 几何约束模型 | 第44页 |
| 4.3.2 道路检测算法 | 第44-46页 |
| 4.4 基于高斯牛顿法的参数优化算法 | 第46-52页 |
| 4.4.1 高斯牛顿优化算法概述 | 第47-48页 |
| 4.4.2 改进的高斯牛顿算法 | 第48-52页 |
| 5 实验结果与分析 | 第52-58页 |
| 5.1 道路检测算法可行性测试 | 第52-53页 |
| 5.2 系统运行时间测试 | 第53页 |
| 5.3 室外道路检测实验 | 第53-56页 |
| 5.4 反馈装置实验 | 第56-57页 |
| 5.5 结论 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 本文工作总结 | 第58页 |
| 6.2 未来工作设想 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 攻读硕士学位期间主要研究成果 | 第62页 |
