| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究目的及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 双目立体视觉研究现状 | 第12-14页 |
| 1.2.2 移动机器人路径规划研究现状 | 第14-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 本文组织安排 | 第16-17页 |
| 第2章 双目立体视觉相关技术及原理 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 相机成像模型 | 第17-20页 |
| 2.2.1 参考坐标系 | 第17-18页 |
| 2.2.2 针孔模型 | 第18-19页 |
| 2.2.3 畸变模型 | 第19-20页 |
| 2.3 双目立体视觉原理 | 第20-22页 |
| 2.4 双目相机的标定 | 第22页 |
| 2.5 立体匹配的相似度度量 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 移动机器人的路径规划技术 | 第24-29页 |
| 3.1 引言 | 第24页 |
| 3.2 基于栅格法的环境建模 | 第24-26页 |
| 3.2.1 栅格法建模原理 | 第24-25页 |
| 3.2.2 栅格法建模的步骤 | 第25-26页 |
| 3.3 全局路径规划算法 | 第26-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 基于混合匹配代价与改进引导滤波的快速立体匹配算法 | 第29-46页 |
| 4.1 引言 | 第29页 |
| 4.2 算法概述与框架 | 第29-30页 |
| 4.3 匹配代价计算 | 第30-32页 |
| 4.3.1 图像梯度 | 第30-31页 |
| 4.3.2 构造混合匹配代价 | 第31-32页 |
| 4.4 匹配代价聚合 | 第32-35页 |
| 4.4.1 传统引导滤波 | 第32页 |
| 4.4.2 改进引导滤波 | 第32-35页 |
| 4.5 视差后处理 | 第35-39页 |
| 4.5.1 可靠视差点检测 | 第35页 |
| 4.5.2 K-means聚类算法 | 第35-36页 |
| 4.5.3 基于K-means与图像亮度的快速分割 | 第36-37页 |
| 4.5.4 视差修复 | 第37-39页 |
| 4.6 实验结果与分析 | 第39-45页 |
| 4.6.1 传统引导滤波与改进引导滤波的结果比较 | 第39-40页 |
| 4.6.2 无失真图像实验结果 | 第40-42页 |
| 4.6.3 光照失真图像实验结果 | 第42-43页 |
| 4.6.4 真实环境图像实验结果 | 第43-45页 |
| 4.7 本章小结 | 第45-46页 |
| 第5章 基于改进RRT的非完整轮式机器人路径规划算法 | 第46-59页 |
| 5.1 引言 | 第46页 |
| 5.2 非完整轮式机器人车体模型 | 第46-47页 |
| 5.3 RRT算法原理 | 第47-48页 |
| 5.4 三角形费马点 | 第48页 |
| 5.5 改进RRT算法原理 | 第48-51页 |
| 5.6 改进RRT算法后处理 | 第51-55页 |
| 5.6.1 剪枝处理 | 第51页 |
| 5.6.2 定角路径修正法 | 第51-53页 |
| 5.6.3 路径平滑 | 第53-55页 |
| 5.7 实验与分析 | 第55-58页 |
| 5.8 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
