基于双目视觉和深度学习的无人机人机交互系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 无人机及其控制 | 第10-11页 |
| 1.2.2 无人机人机交互方法 | 第11-13页 |
| 1.2.3 人类动作数据采集 | 第13-14页 |
| 1.2.4 动作识别 | 第14-15页 |
| 1.3 论文的主要研究内容 | 第15页 |
| 1.4 论文结构安排 | 第15-17页 |
| 第2章 基于双目视觉的深度图生成以及处理 | 第17-27页 |
| 2.1 双目摄像头图像的采集 | 第17-18页 |
| 2.2 双目视觉测距原理 | 第18-20页 |
| 2.3 立体相机的标定 | 第20-21页 |
| 2.4 深度图的生成 | 第21-24页 |
| 2.5 立体图像的预处理 | 第24-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 基于深度学习的动作识别方法 | 第27-37页 |
| 3.1 视频预处理 | 第27-30页 |
| 3.1.1 领航员的跟踪以及区域裁切 | 第27-28页 |
| 3.1.2 彩色纹理图序列的生成 | 第28-30页 |
| 3.2 卷积神经网络 | 第30-32页 |
| 3.2.1 Caffe神经网络框架 | 第31页 |
| 3.2.2 Alexnet网络 | 第31-32页 |
| 3.3 数据集的构建 | 第32-34页 |
| 3.4 神经网络的训练和动作识别 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 多旋翼无人机控制 | 第37-47页 |
| 4.1 多旋翼无人机控制 | 第37-40页 |
| 4.1.1 动力模型以及控制方法 | 第37-39页 |
| 4.1.2 无人机自动控制原理 | 第39-40页 |
| 4.2 无人机的外部控制 | 第40-45页 |
| 4.2.1 ROS机器人操作系统 | 第40-41页 |
| 4.2.2 Mavros工具包 | 第41-43页 |
| 4.2.3 系统软件架构 | 第43-45页 |
| 4.3 本章小结 | 第45-47页 |
| 第5章 实验和数据分析 | 第47-53页 |
| 5.1 硬件平台 | 第47-49页 |
| 5.1.1 总体方案 | 第47-48页 |
| 5.1.2 嵌入式机载处理平台 | 第48-49页 |
| 5.1.3 地面站 | 第49页 |
| 5.2 手势识别算法性能比较 | 第49-50页 |
| 5.3 手势识别距离测试 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| 6.1 本文工作总结 | 第53-54页 |
| 6.2 进一步的工作 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
