摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 选题背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.3 课题的研究目的与意义 | 第14-15页 |
1.4 论文主要研究内容及章节安排 | 第15-17页 |
1.4.1 论文主要研究内容 | 第15-16页 |
1.4.2 论文章节安排 | 第16-17页 |
第2章 双目视觉动态避障系统 | 第17-32页 |
2.1 双目视觉动态避障系统总体设计框架 | 第17-18页 |
2.2 摄像机标定 | 第18-26页 |
2.2.1 像平面、摄像机和世界坐标系 | 第18-20页 |
2.2.2 摄像机的成像模型 | 第20-22页 |
2.2.3 相机立体标定过程 | 第22-26页 |
2.3 图像采集过程 | 第26页 |
2.4 图像处理过程 | 第26-28页 |
2.4.1 图像预处理和特征提取过程 | 第26-27页 |
2.4.2 图像立体匹配过程 | 第27-28页 |
2.5 障碍物测距过程 | 第28-29页 |
2.6 动态避障过程 | 第29-31页 |
2.7 本章小结 | 第31-32页 |
第3章 图像特征匹配算法 | 第32-41页 |
3.1 引言 | 第32页 |
3.2 基于SIFT算子的图像匹配算法 | 第32-36页 |
3.2.1 Harris图像匹配算法 | 第32-34页 |
3.2.2 基于SIFT算子图像匹配算法 | 第34-36页 |
3.3 改进的Harris-SIFT图形匹配算法 | 第36-38页 |
3.4 实验结果与分析 | 第38-40页 |
3.5 本章小结 | 第40-41页 |
第4章 基于人工势场法的动态避障改进与实现 | 第41-47页 |
4.1 传统人工势场法概述 | 第41-42页 |
4.1.1 目标点引力场建立过程 | 第41-42页 |
4.1.2 障碍物斥力场建立过程 | 第42页 |
4.2 传统人工势场法存在的主要缺陷 | 第42-43页 |
4.3 基于改进的人工势场法的动态避障算法 | 第43-46页 |
4.3.1 改进斥力势能场解决目标点不可达问题 | 第43-45页 |
4.3.2 修改斥力方向解决智能车陷入局部极小值问题 | 第45页 |
4.3.3 实验结果及分析 | 第45-46页 |
4.4 本章小结 | 第46-47页 |
第5章 总结与展望 | 第47-48页 |
5.1 总结 | 第47页 |
5.2 展望 | 第47-48页 |
参考文献 | 第48-52页 |
致谢 | 第52-53页 |
攻读硕士学位期间发表论文情况 | 第53页 |