仿生双目PTZ视觉与移动平台协调控制的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 引言 | 第11-12页 |
| 1.2 传统视觉系统 | 第12-15页 |
| 1.2.1 单目视觉系统 | 第12页 |
| 1.2.2 多目视觉系统 | 第12-13页 |
| 1.2.3 拼接式图像采集装置 | 第13-14页 |
| 1.2.4 折反射式全向视觉系统 | 第14-15页 |
| 1.3 仿生视觉系统 | 第15-17页 |
| 1.4 视觉注意机制 | 第17-19页 |
| 1.5 主要研究内容 | 第19-21页 |
| 第2章 移动机器人视觉系统设计 | 第21-34页 |
| 2.1 引言 | 第21页 |
| 2.2 总体方案设计 | 第21-22页 |
| 2.3 视觉系统云台设计 | 第22-26页 |
| 2.3.1 镜头选择 | 第22-24页 |
| 2.3.2 机构设计 | 第24-25页 |
| 2.3.3 转向电机选择 | 第25-26页 |
| 2.4 视觉系统控制部分设计 | 第26-32页 |
| 2.4.1 总体方案 | 第26页 |
| 2.4.2 主控板选择 | 第26-27页 |
| 2.4.3 舵机控制器选择 | 第27-28页 |
| 2.4.4 镜头控制器选择 | 第28-30页 |
| 2.4.5 供电部分模块 | 第30页 |
| 2.4.6 控制系统软件设计 | 第30-32页 |
| 2.5 视觉系统搭载平台 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 运动学模型与视觉注意机制 | 第34-49页 |
| 3.1 引言 | 第34页 |
| 3.2 建立运动学模型 | 第34-37页 |
| 3.3 摄像机标定 | 第37-38页 |
| 3.4 云台旋转角度计算 | 第38-39页 |
| 3.5 视觉采样与认知过程 | 第39-44页 |
| 3.5.1 图像信息的生成 | 第39-40页 |
| 3.5.2 视觉注意的认知过程 | 第40-42页 |
| 3.5.3 视觉注意机制模型的研究现状 | 第42-44页 |
| 3.6 视觉注意模型 | 第44-48页 |
| 3.6.1 基于计算的选择性注意模型 | 第44页 |
| 3.6.2 显著图建立方法 | 第44-46页 |
| 3.6.3 显著图整合方法 | 第46-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第4章 目标搜索与跟踪 | 第49-61页 |
| 4.1 引言 | 第49页 |
| 4.2 仿生目标搜索模型 | 第49-51页 |
| 4.2.1 颈部静止状态下的搜索方式 | 第49-51页 |
| 4.2.2 颈部运动状态下的搜索方式 | 第51页 |
| 4.3 变分辨率目标对准模型 | 第51-53页 |
| 4.4 基于遗传算法的转向优化模型 | 第53-57页 |
| 4.4.1 遗传算法概述 | 第54-56页 |
| 4.4.2 目标函数确定 | 第56页 |
| 4.4.3 约束情况确定 | 第56-57页 |
| 4.4.4 参数确定 | 第57页 |
| 4.5 自监督粒子滤波图像跟踪算法 | 第57-60页 |
| 4.5.1 序列重要性采样 | 第58-59页 |
| 4.5.2 重采样 | 第59页 |
| 4.5.3 自监督粒子滤波算法 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 实验 | 第61-72页 |
| 5.1 引言 | 第61页 |
| 5.2 选择性注意算法验证 | 第61-62页 |
| 5.3 图像跟踪算法验证 | 第62-65页 |
| 5.3.1 固定目标跟踪 | 第62-63页 |
| 5.3.2 移动目标跟踪 | 第63-65页 |
| 5.4 非脖颈运动搜索对准 | 第65-66页 |
| 5.5 带有脖颈运动搜索对准 | 第66-69页 |
| 5.6 崎岖地面带有脖颈运动搜索对准 | 第69-71页 |
| 5.7 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第80-81页 |
| 致谢 | 第81页 |
