| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状及存在问题 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 技术难点 | 第13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 本章小结 | 第14-16页 |
| 第2章 轮式倒立摆视觉跟踪机器人硬件平台设计 | 第16-30页 |
| 2.1 机器人总体设计 | 第16-17页 |
| 2.2 Beaglebone Black核心控制器 | 第17-20页 |
| 2.3 运动控制模块 | 第20-24页 |
| 2.3.1 姿态检测模块 | 第20-21页 |
| 2.3.2 电机与电机驱动模块 | 第21-22页 |
| 2.3.3 光电编码器模块 | 第22-23页 |
| 2.3.4 超声波模块 | 第23-24页 |
| 2.4 视觉跟踪模块 | 第24-26页 |
| 2.4.1 摄像头模块 | 第25页 |
| 2.4.2 云台舵机模块 | 第25-26页 |
| 2.5 信息传输模块 | 第26-27页 |
| 2.5.1 WIFI转串口模块 | 第26-27页 |
| 2.5.2 系统环境 | 第27页 |
| 2.6 电源模块 | 第27-29页 |
| 2.6.1 双独立供电模块 | 第27-28页 |
| 2.6.2 电压转换模块 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第3章 视觉控制系统设计 | 第30-50页 |
| 3.1 概述 | 第30-31页 |
| 3.2 目标跟踪器框架 | 第31-35页 |
| 3.3 跟踪模块 | 第35-39页 |
| 3.3.1 核相关滤波器 | 第35-37页 |
| 3.3.2 跟踪异常检测模块 | 第37-39页 |
| 3.4 检测模块 | 第39-42页 |
| 3.4.1 方差滤波器 | 第40页 |
| 3.4.2 集合分类器 | 第40-42页 |
| 3.4.3 最近邻分类器 | 第42页 |
| 3.5 P-N学习模块 | 第42-44页 |
| 3.6 摄像头标定 | 第44-49页 |
| 3.6.1 标定基本方法 | 第44页 |
| 3.6.2 标定算法 | 第44-47页 |
| 3.6.3 测量实验结果 | 第47-49页 |
| 3.7 本章小结 | 第49-50页 |
| 第4章 轮式倒立摆视觉跟踪机器人的实现 | 第50-66页 |
| 4.1 机器人系统总体设计 | 第50-52页 |
| 4.2 机器人系统开发平台 | 第52-54页 |
| 4.2.1 系统环境 | 第52-53页 |
| 4.2.2 软件开发平台 | 第53-54页 |
| 4.3 机器人视觉跟踪系统实现 | 第54-56页 |
| 4.3.1 流媒体搭建 | 第54-55页 |
| 4.3.2 数据传输 | 第55-56页 |
| 4.4 机器人控制跟踪系统实现 | 第56-59页 |
| 4.4.1 控制数据获取 | 第56页 |
| 4.4.2 平衡PD控制 | 第56-57页 |
| 4.4.3 速度PI控制 | 第57页 |
| 4.4.4 转向PD控制 | 第57-58页 |
| 4.4.5 执行器 | 第58-59页 |
| 4.5 整体实现及结果分析 | 第59-64页 |
| 4.5.1 目标跟踪器实验结果 | 第59-60页 |
| 4.5.2 控制器实验结果 | 第60-63页 |
| 4.5.3 机器人跟踪结果 | 第63-64页 |
| 4.6 本章小结 | 第64-66页 |
| 第5章 总结与展望 | 第66-67页 |
| 5.1 总结 | 第66页 |
| 5.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |