| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景及研究目的和意义 | 第10-12页 |
| ·智能体的概念 | 第10页 |
| ·多智能体系统的研究及其应用 | 第10-12页 |
| ·多智能体定位技术的研究与发展现状 | 第12-15页 |
| ·论文主要工作和结构安排 | 第15-17页 |
| 第2章 多智能体定位系统构成 | 第17-25页 |
| ·引言 | 第17页 |
| ·定位实验系统整体设计与构成 | 第17-24页 |
| ·视觉定位子系统 | 第18-20页 |
| ·运动子系统 | 第20-21页 |
| ·决策子系统 | 第21页 |
| ·通信子系统 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于 HSV 色彩模型的智能体定位算法与定位软件设计 | 第25-38页 |
| ·引言 | 第25页 |
| ·RGB 与 HSV 色彩模型介绍 | 第25-28页 |
| ·RGB 色彩模型 | 第25-26页 |
| ·HSV 色彩模型 | 第26-27页 |
| ·RGB 与 HSV 色彩模型转化 | 第27-28页 |
| ·定位算法设计 | 第28-29页 |
| ·定位软件设计 | 第29-36页 |
| ·软件整体设计 | 第29-30页 |
| ·图像采集模块 | 第30-32页 |
| ·动态定位模块 | 第32-34页 |
| ·无线数据传输模块 | 第34-36页 |
| ·定位软件实验结果分析 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于改进的 Camshift 算法的目标定位软件的设计与实现 | 第38-52页 |
| ·引言 | 第38-39页 |
| ·结合 OpenCV 的 Camshift 定位算法 | 第39-40页 |
| ·改进的 Camshift 定位算法 | 第40-47页 |
| ·Kalman 滤波器 | 第42-43页 |
| ·基于 OpenCV 的 Kalman 滤波的 Camshift 算法 | 第43-44页 |
| ·加入搜索窗口权值函数的 Camshift 算法 | 第44-47页 |
| ·基于改进的 Camshift 算法的跟踪软件设计 | 第47-48页 |
| ·跟踪软件实验结果与分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 定位实验系统的调试与多智能体编队实验 | 第52-60页 |
| ·引言 | 第52页 |
| ·多智能体编队实验模型 | 第52-53页 |
| ·单个智能体到定点实验 | 第53-56页 |
| ·单个智能体运动模型 | 第53-55页 |
| ·单个智能体到定点的运动策略 | 第55-56页 |
| ·单个智能体到定点实验 | 第56页 |
| ·智能体追踪实验 | 第56-58页 |
| ·多智能体智能围堵实验 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
