摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-22页 |
1.1 课题来源及背景 | 第12-14页 |
1.1.1 课题来源 | 第12页 |
1.1.2 研究背景 | 第12-14页 |
1.1.3 研究意义 | 第14页 |
1.2 轨道形位检测补偿方法研究现状与分析 | 第14-19页 |
1.2.1 电容式位移检测方法 | 第15页 |
1.2.2 加速度传感器检测方法 | 第15-16页 |
1.2.3 激光测距传感器检测方法 | 第16-17页 |
1.2.4 计算机视觉检测方法 | 第17-18页 |
1.2.5 其他检测方法 | 第18-19页 |
1.2.6 车体振动补偿方法特点对比 | 第19页 |
1.3 论文研究内容与框架 | 第19-21页 |
1.3.1 研究内容 | 第19-20页 |
1.3.2 章节安排 | 第20-21页 |
1.4 本章小结 | 第21-22页 |
第二章 车辆姿态测量方法概述及补偿方案设计 | 第22-31页 |
2.1 轨道检测车振动补偿方案设计 | 第22-24页 |
2.1.1 补偿计算方法原理 | 第22-23页 |
2.1.2 补偿方案设计 | 第23-24页 |
2.2 车辆姿态测量方法概述 | 第24-29页 |
2.2.1 车辆与轨道相对状态关系概述 | 第24-25页 |
2.2.2 机器视觉系统 | 第25-26页 |
2.2.3 摄像机定标和多传感器信息融合 | 第26-29页 |
2.2.4 图像处理技术 | 第29页 |
2.3 本章小结 | 第29-31页 |
第三章 车辆运动姿态测量方法研究 | 第31-50页 |
3.1 基于EPTA并行细化算法的轮廓提取 | 第31-35页 |
3.1.1 ZS并行细化算法原理 | 第31-33页 |
3.1.2 EPTA并行细化钢轨轮廓 | 第33-35页 |
3.2 基于Hough变换的钢轨轮廓特征提取 | 第35-44页 |
3.2.1 Hough变换检测原理 | 第36-40页 |
3.2.2 Hough变换检测钢轨轮廓的点集 | 第40-44页 |
3.3 立体视觉姿态测量方法研究 | 第44-49页 |
3.3.1 双目立体视觉系统的组成与原理 | 第44-45页 |
3.3.2 立体视觉测量车体运动姿态 | 第45-49页 |
3.4 本章小结 | 第49-50页 |
第四章 基于双目手眼标定的传感器间相对关系研究 | 第50-62页 |
4.1 机器人Eye-in-Hand标定理论模型介绍 | 第50-52页 |
4.1.1 Eye-in-Hand标定模型参数 | 第50-51页 |
4.1.2 Eye-in-Hand标定基本方程 | 第51-52页 |
4.2 基于双目手眼标定的相机与倾角仪坐标转换 | 第52-58页 |
4.2.1 双目相机动态坐标系变换关系 | 第53-55页 |
4.2.2 倾角仪动态坐标系变换关系 | 第55-57页 |
4.2.3 摄像机与倾角仪坐标系转换 | 第57-58页 |
4.3 传感器之间相对关系求解 | 第58-61页 |
4.3.1 问题数学描述 | 第58-59页 |
4.3.2 基于最小二乘法的旋转矩阵优化解 | 第59-61页 |
4.4 本章小结 | 第61-62页 |
第五章 车辆姿态对轨道形位检测的补偿系统实验设计 | 第62-79页 |
5.1 车辆姿态对轨道形位检测补偿系统硬件平台 | 第62-67页 |
5.1.1 视觉传感器 | 第62-65页 |
5.1.2 倾角传感器 | 第65-67页 |
5.2 基于MFC平台的车辆姿态检测系统设计 | 第67-73页 |
5.2.1 基于MFC的相机图像采集功能的实现 | 第67-70页 |
5.2.2 车辆姿态检测系统计算结果GUI设计 | 第70-73页 |
5.3 实验结果与误差分析 | 第73-78页 |
5.3.1 算法验证实验 | 第74-76页 |
5.3.2 算法验证实验误差分析 | 第76页 |
5.3.3 基于运动平台的模拟实验 | 第76-78页 |
5.4 本章小结 | 第78-79页 |
第六章 总结与展望 | 第79-81页 |
6.1 总结 | 第79-80页 |
6.2 展望 | 第80-81页 |
参考文献 | 第81-84页 |
攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第84-85页 |
致谢 | 第85-86页 |