| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外障碍物检测技术研究现状 | 第9-12页 |
| 1.2.1 非视觉传感器在障碍物检测中的运用及研究现状 | 第10页 |
| 1.2.2 视觉传感器在障碍物检测的运用及研究现状 | 第10-12页 |
| 1.3 主要研究工作 | 第12-14页 |
| 2 双目立体视觉与相机的标定 | 第14-33页 |
| 2.1 双目立体视觉概述 | 第14-18页 |
| 2.1.1 双目平台模型 | 第14-17页 |
| 2.1.2 双目立体视觉平台搭建与场景图的采集 | 第17页 |
| 2.1.3 双目立体视觉的关键技术 | 第17-18页 |
| 2.2 双目立体视觉的几何框架详解 | 第18-21页 |
| 2.3 双目相机的标定 | 第21-27页 |
| 2.3.1 传统的相机标定方法 | 第22-23页 |
| 2.3.2 摄像机自标定法 | 第23-24页 |
| 2.3.3 张氏平面标定法 | 第24-27页 |
| 2.4 双目相机的标定 | 第27页 |
| 2.5 基于matlab的标定实验及结果分析 | 第27-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3 图像校正与立体匹配算法研究 | 第33-46页 |
| 3.1 立体图像对的校正 | 第33-36页 |
| 3.1.1 立体图像校正概述 | 第33页 |
| 3.1.2 对极几何、基础矩阵与本质矩阵 | 第33-35页 |
| 3.1.3 立体校正方法的研究 | 第35-36页 |
| 3.2 双目图像校正结果 | 第36页 |
| 3.3 双目视觉中立体匹配的研究 | 第36-45页 |
| 3.3.1 立体匹配原理 | 第36页 |
| 3.3.2 立体匹配的步骤与约束条件 | 第36-38页 |
| 3.3.3 区域匹配算法 | 第38-40页 |
| 3.3.4 半全局立体匹配算法 | 第40-41页 |
| 3.3.5 全局立体匹配算法 | 第41-42页 |
| 3.3.6 立体匹配算法的实验与分析 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 移动机人的障碍物检测及测量 | 第46-52页 |
| 4.1 基于视差图进行障碍检测 | 第46-48页 |
| 4.1.1 障碍检测方法概述 | 第46-47页 |
| 4.1.2 行进路径外场景去除 | 第47页 |
| 4.1.3 排除地面干扰 | 第47-48页 |
| 4.1.4 一定距离内的二值化分割 | 第48页 |
| 4.2 实验结果及分析 | 第48-51页 |
| 4.3 本章小结 | 第51-52页 |
| 5 动态障碍物的位置预测 | 第52-57页 |
| 5.1 自回归模型概述 | 第52-53页 |
| 5.2 时间序列平稳性判别 | 第53页 |
| 5.3 自回归模型的参数估计 | 第53-54页 |
| 5.4 残差序列随机性分析 | 第54-55页 |
| 5.5 基于AR模型的障碍位置预测 | 第55-56页 |
| 5.6 本章总结 | 第56-57页 |
| 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第64页 |