摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 研究目的和意义 | 第10-11页 |
1.2 国内外摘钩的研究现状 | 第11-12页 |
1.3 国内外图像跟踪研究现状 | 第12页 |
1.4 国内外相关研究 | 第12-14页 |
1.5 国内外广义预测控制相关研究 | 第14-16页 |
1.6 本课题主要研究内容 | 第16-18页 |
第2章 粒子滤波基本理论以及跟踪目标的表示 | 第18-30页 |
2.1 引言 | 第18页 |
2.2 粒子滤波基本理论 | 第18-26页 |
2.2.1 蒙特卡洛模拟 | 第18-19页 |
2.2.2 重要性采样 | 第19-20页 |
2.2.3 序列重要性采样 | 第20-21页 |
2.2.4 建议性分布的选择 | 第21-22页 |
2.2.5 重采样 | 第22页 |
2.2.6 粒子滤波算法 | 第22-23页 |
2.2.7 广义蒙特卡洛粒子滤波 | 第23-26页 |
2.3 基于特征空间和压缩采样的目标描述 | 第26-29页 |
2.3.1 算法原理 | 第26页 |
2.3.2 特征基的提取 | 第26-28页 |
2.3.3 目标的低维子空间稀疏描述 | 第28-29页 |
2.4 小结 | 第29-30页 |
第3章 基于自适应目标跟踪模型的追踪算法 | 第30-46页 |
3.1 引言 | 第30页 |
3.2 基于自适应表现模型的跟踪算法 | 第30-36页 |
3.2.1 运动模型 | 第30-31页 |
3.2.2 动态模型 | 第31-32页 |
3.2.3 观测模型 | 第32-33页 |
3.2.4 粒子群算法 | 第33-35页 |
3.2.5 跟踪算法的实施方法 | 第35-36页 |
3.3 实验结果与分析 | 第36-45页 |
3.3.1 汽车跟踪 | 第36-38页 |
3.3.2 人脸跟踪 | 第38-43页 |
3.3.3 火车摘钩把手跟踪 | 第43-45页 |
3.4 小结 | 第45-46页 |
第4章 火车摘钩机器人轨迹规划 | 第46-54页 |
4.1 引言 | 第46页 |
4.2 火车摘钩机机器人最优时间轨迹规划 | 第46-50页 |
4.3 火车摘钩机机器人最优时间轨迹规划求解 | 第50-53页 |
4.4 小结 | 第53-54页 |
第五章 火车摘钩机器人的控制 | 第54-70页 |
5.1 引言 | 第54页 |
5.2 广义预测控制理论 | 第54-57页 |
5.2.1 预测模型 | 第54-55页 |
5.2.2 滚动优化 | 第55-57页 |
5.2.3 反馈校正 | 第57页 |
5.3 基于IPSO的扩展隐式广义预测自校正控制算法 | 第57-63页 |
5.3.1 传统扩展广义预测模型 | 第57-59页 |
5.3.2 利用辅助模型最小二乘进行输出线性部分预报 | 第59-62页 |
5.3.3 IPSO求取火车摘钩机器人非线性部分 | 第62-63页 |
5.4 基于IPSO的扩展隐式广义预测的火车摘钩机器人控制仿真 | 第63-69页 |
5.5 小结 | 第69-70页 |
总结 | 第70-72页 |
参考文献 | 第72-80页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第80-82页 |
致谢 | 第82页 |