苹果采摘机器人视觉识别与路径规划方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-25页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-21页 |
| ·树冠苹果识别的研究现状 | 第14-16页 |
| ·基于机器视觉的障碍物检测研究现状 | 第16-17页 |
| ·路径规划研究现状 | 第17-20页 |
| ·需要解决的关键问题 | 第20-21页 |
| ·研究内容 | 第21-22页 |
| ·研究方法与技术路线 | 第22-24页 |
| ·研究方法 | 第22页 |
| ·技术路线 | 第22页 |
| ·具体研究方案 | 第22-24页 |
| ·论文组织结构 | 第24-25页 |
| 第2章 树冠苹果识别方法 | 第25-48页 |
| ·树冠苹果图像获取及特点 | 第25-29页 |
| ·图像获取 | 第25-26页 |
| ·特点分析 | 第26-27页 |
| ·识别方法 | 第27-29页 |
| ·树冠苹果检测 | 第29-32页 |
| ·颜色模型及转换 | 第29-31页 |
| ·基于颜色模型的树冠苹果检测 | 第31-32页 |
| ·基于 Renyi 熵的树冠苹果识别 | 第32-41页 |
| ·Renyi 熵 | 第33-34页 |
| ·阈值分割 | 第34-36页 |
| ·α参数讨论 | 第36-39页 |
| ·树冠苹果识别 | 第39-41页 |
| ·树冠苹果识别实验 | 第41-47页 |
| ·良好光照下的识别实验 | 第41-44页 |
| ·复杂背景下的识别实验 | 第44-46页 |
| ·分析与讨论 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第3章 可行走区域的障碍物检测方法 | 第48-67页 |
| ·园区障碍物的特点 | 第48页 |
| ·可行走区域障碍物检测 | 第48-51页 |
| ·基于模糊二维熵的障碍物识别 | 第51-61页 |
| ·模糊熵 | 第51-53页 |
| ·模糊二维熵 | 第53-57页 |
| ·阈值搜索 | 第57-60页 |
| ·图像分割 | 第60-61页 |
| ·障碍物特征提取 | 第61页 |
| ·障碍物检测实验 | 第61-66页 |
| ·行走区域检测 | 第62-63页 |
| ·行内障碍物检测 | 第63-64页 |
| ·分析与讨论 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第4章 全覆盖路径规划方法研究 | 第67-92页 |
| ·全覆盖路径规划 | 第67-68页 |
| ·采摘机器人的不完整运动学约束 | 第68-69页 |
| ·种植园区环境建模 | 第69-72页 |
| ·环境离散化 | 第71-72页 |
| ·地图表示 | 第72页 |
| ·基于生物刺激神经网络的路径规划 | 第72-76页 |
| ·生物刺激神经网络 | 第73-75页 |
| ·运动控制 | 第75-76页 |
| ·路径规划方法 | 第76-82页 |
| ·静态环境的地图构建与路径规划 | 第78-81页 |
| ·未知环境的路径规划 | 第81-82页 |
| ·模拟实验 | 第82-91页 |
| ·无障碍物环境的路径规划 | 第83页 |
| ·已知障碍物环境的路径规划 | 第83-87页 |
| ·动态环境的路径规划 | 第87-90页 |
| ·分析与讨论 | 第90-91页 |
| ·本章小结 | 第91-92页 |
| 第5章 基于 Q 学习的路径规划方法研究 | 第92-117页 |
| ·强化学习模型 | 第92-96页 |
| ·强化学习原理 | 第92-94页 |
| ·算法分析 | 第94-95页 |
| ·假设条件 | 第95-96页 |
| ·Q 学习模型及设计 | 第96-105页 |
| ·Q 学习 | 第96-97页 |
| ·避障策略设计 | 第97-98页 |
| ·路径探索策略设计 | 第98页 |
| ·学习机制设计 | 第98-104页 |
| ·Q 学习机制设计结果及分析 | 第104-105页 |
| ·已知静态环境下的环境建模与路径规划实验 | 第105-110页 |
| ·复杂障碍物环境 | 第106-107页 |
| ·学习率分析 | 第107-109页 |
| ·分析与讨论 | 第109-110页 |
| ·完全未知环境下的环境建模与路径规划实验 | 第110-116页 |
| ·完全未知环境实验 | 第110-113页 |
| ·分析与讨论 | 第113-116页 |
| ·本章小结 | 第116-117页 |
| 第6章 结论与展望 | 第117-119页 |
| ·结论 | 第117-118页 |
| ·创新点 | 第118页 |
| ·展望 | 第118-119页 |
| 参考文献 | 第119-130页 |
| 致谢 | 第130-131页 |
| 作者简介 | 第131页 |
