面向机器人导航的立体视觉及目标检测技术研究
摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第7-13页 |
1.1 引言 | 第7页 |
1.2 国内外研究现状 | 第7-12页 |
1.2.1 基于视觉的机器人导航技术 | 第7-9页 |
1.2.2 障碍物检测技术 | 第9-10页 |
1.2.3 基于立体视觉的车辆检测技术 | 第10-12页 |
1.3 论文章节安排 | 第12-13页 |
2 摄像机标定技术 | 第13-29页 |
2.1 引言 | 第13-14页 |
2.2 单目标定技术 | 第14-21页 |
2.2.1 摄像机成像模型 | 第14-17页 |
2.2.2 摄像机的单目标定 | 第17-21页 |
2.3 双目标定与校正 | 第21-23页 |
2.4 实验验证 | 第23-29页 |
3 基于双指数滤波的立体匹配算法 | 第29-43页 |
3.1 引言 | 第29-30页 |
3.2 相关工作 | 第30-31页 |
3.3 基于双指数滤波的三维匹配算法 | 第31-36页 |
3.3.1 代价函数建立 | 第31-32页 |
3.3.2 使用BEEPS进行代价聚合 | 第32-35页 |
3.3.3 视差选择 | 第35页 |
3.3.4 视差图修正 | 第35-36页 |
3.3.5 计算复杂度 | 第36页 |
3.4 实验结果 | 第36-41页 |
3.5 结论 | 第41-43页 |
4 基于立体视觉的道路场景分割及车辆检测 | 第43-54页 |
4.1 引言 | 第43-44页 |
4.2 立体匹配 | 第44-46页 |
4.2.1 代价函数建立 | 第44页 |
4.2.2 视差选择 | 第44页 |
4.2.3 左右一致性检查 | 第44-46页 |
4.3 路面分割 | 第46-49页 |
4.3.1 V-视差 | 第46-47页 |
4.3.2 基于投影的线检测 | 第47-48页 |
4.3.3 计算线性方程 | 第48-49页 |
4.4 车辆检测 | 第49-51页 |
4.4.1 检测车辆的水平位置 | 第49-50页 |
4.4.2 检测机动车在竖直方向上的位置 | 第50-51页 |
4.5 结果分析 | 第51-53页 |
4.6 结论 | 第53-54页 |
5 结论与展望 | 第54-55页 |
参考文献 | 第55-62页 |
致谢 | 第62页 |