| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-24页 |
| 1.1 论文研究的背景及意义 | 第13-14页 |
| 1.2 国内外移动机器人导航的研究现状 | 第14-18页 |
| 1.3 移动机器人导航系统研究的关键技术与发展趋势 | 第18-20页 |
| 1.4 移动机器人视觉导航 | 第20-22页 |
| 1.4.1 移动机器人视觉导航系统 | 第20-21页 |
| 1.4.2 移动机器人视觉导航系统的研究方向 | 第21-22页 |
| 1.5 论文的主要研究内容 | 第22-24页 |
| 第2章 移动机器人导航中的环境感知 | 第24-31页 |
| 2.1 移动机器人环境感知传感器 | 第24-28页 |
| 2.1.1 视觉传感器 | 第24-25页 |
| 2.1.2 激光测距仪 | 第25-27页 |
| 2.1.3 惯性测量系统 | 第27-28页 |
| 2.2 移动机器人环境感知系统 | 第28-29页 |
| 2.2.1 移动机器人环境感知的硬件系统 | 第28页 |
| 2.2.2 移动机器人环境感知的软件系统 | 第28-29页 |
| 2.3 三维环境感知研究现状 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 三维相机标定及环境三维重建 | 第31-44页 |
| 3.1 各坐标系之间的关系 | 第31-34页 |
| 3.1.1 基本坐标系 | 第31-33页 |
| 3.1.2 坐标系变换关系 | 第33-34页 |
| 3.2 相机参数 | 第34-36页 |
| 3.3 三维相机标定 | 第36-41页 |
| 3.3.1 线性模型相机标定 | 第36-39页 |
| 3.3.2 三维相机SR-3000的标定 | 第39-40页 |
| 3.3.3 三维相机在移动过程中的姿态变换 | 第40-41页 |
| 3.4 三维场景重建实验 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 三维环境可通行性识别 | 第44-71页 |
| 4.1 环境感知系统对图像处理的要求 | 第45-46页 |
| 4.2 图像采集和预处理 | 第46-52页 |
| 4.2.1 图像采集 | 第46-47页 |
| 4.2.2 图像预处理 | 第47-52页 |
| 4.3 障碍物特征区域提取 | 第52-53页 |
| 4.4 深度信息的数据处理 | 第53-54页 |
| 4.5 基于三维信息的图像分割 | 第54-63页 |
| 4.5.1 传统的灰度阈值法 | 第55-57页 |
| 4.5.2 基于区域增长法的深度图分割 | 第57-58页 |
| 4.5.3 基于边缘检测的负高度障碍物识别 | 第58-61页 |
| 4.5.4 地面不平坦干扰的消除 | 第61-63页 |
| 4.6 地形属性描述 | 第63-65页 |
| 4.7 斜坡分析 | 第65-68页 |
| 4.8 可通行性判断 | 第68-69页 |
| 4.9 本章小结 | 第69-71页 |
| 第5章 三维环境感知系统与实验分析 | 第71-79页 |
| 5.1 三维环境感知系统的硬件组成 | 第71-72页 |
| 5.2 三维环境感知系统的软件实现 | 第72-75页 |
| 5.2.1 OpenCV计算机视觉函数库 | 第72页 |
| 5.2.2 系统软件功能 | 第72-73页 |
| 5.2.3 通信协议 | 第73-74页 |
| 5.2.4 三维环境感知系统软件界面 | 第74-75页 |
| 5.3 实验结果与数据分析 | 第75-78页 |
| 5.4 本章小结 | 第78-79页 |
| 结论与展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-88页 |
| 附录A (攻读硕士学位期间所发表的学术论文目录) | 第88页 |