基于全方位视觉的车载嵌入式航标跟踪系统
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-21页 |
| ·引言 | 第9页 |
| ·AGV概述 | 第9-14页 |
| ·AGV系统构成 | 第9-12页 |
| ·国内外发展现状 | 第12-14页 |
| ·嵌入式系统概述 | 第14-15页 |
| ·机器视觉概述 | 第15-17页 |
| ·课题研究的意义 | 第17-19页 |
| ·课题的来源及章节安排 | 第19-21页 |
| 第二章 全方位视觉技术 | 第21-43页 |
| ·全方位视觉概述 | 第21-28页 |
| ·全方位视觉国内外研究现状 | 第21-24页 |
| ·全方位视觉特点 | 第24-25页 |
| ·全方位视觉应用领域 | 第25-26页 |
| ·全方位视觉构建方式 | 第26-27页 |
| ·本文采用的鱼眼镜头摄像机 | 第27-28页 |
| ·摄像机畸变模型 | 第28-31页 |
| ·鱼眼镜头摄像机成像模型 | 第31-34页 |
| ·鱼眼镜头摄像机标定技术 | 第34-42页 |
| ·线性标定 | 第35-37页 |
| ·鱼眼镜头标定 | 第37-42页 |
| ·畸变图像校正实验 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第三章 基于嵌入式系统的航标识别跟踪算法 | 第43-68页 |
| ·基于DSP的航标识别 | 第43-48页 |
| ·航标识别算法的研究现状 | 第43-44页 |
| ·基于鱼眼镜头的航标设计 | 第44-46页 |
| ·基于DSP的航标识别算法 | 第46-48页 |
| ·目标跟踪算法概述 | 第48-50页 |
| ·粒子滤波器 | 第50-56页 |
| ·重要性采样 | 第51-52页 |
| ·序列重要性采样 | 第52-54页 |
| ·退化现象 | 第54-55页 |
| ·重要性密度分布的选择 | 第55-56页 |
| ·重采样 | 第56页 |
| ·基于DSP的粒子滤波跟踪算法 | 第56-59页 |
| ·目标跟踪系统模型构建 | 第56-57页 |
| ·复合粒子滤波跟踪算法框架 | 第57-59页 |
| ·基于嵌入式系统的粒子滤波跟踪实验 | 第59-67页 |
| ·单目标粒子滤波跟踪 | 第59-61页 |
| ·双目标粒子滤波跟踪 | 第61-63页 |
| ·序列航标的粒子滤波跟踪算法 | 第63-64页 |
| ·基于DSP的算法性能改善 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第四章 基于嵌入式系统的AGV定位与导航算法 | 第68-83页 |
| ·AGV定位算法概述 | 第68-69页 |
| ·基于嵌入式系统的AGV定位 | 第69-71页 |
| ·AGV定位运动学模型 | 第71-75页 |
| ·轮式机器人转向控制 | 第72-73页 |
| ·履带式机器人转向控制 | 第73-75页 |
| ·AGV导航策略概述 | 第75-78页 |
| ·非视觉导航 | 第75-76页 |
| ·视觉导航 | 第76-78页 |
| ·基于嵌入式系统的AGV导航 | 第78-82页 |
| ·目标路径的生成 | 第78-79页 |
| ·基于PID控制策略实现AGV导航 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 第五章 嵌入式硬件图像处理器 | 第83-102页 |
| ·嵌入式硬件图像处理器概述 | 第83-86页 |
| ·系统架构及工作原理 | 第86-87页 |
| ·芯片选型 | 第87-90页 |
| ·功能模块划分 | 第90-96页 |
| ·图像采集模块 | 第91-92页 |
| ·图像预处理模块 | 第92-93页 |
| ·图像存储模块 | 第93-94页 |
| ·程序存储模块 | 第94-95页 |
| ·图像显示模块 | 第95-96页 |
| ·通讯模块 | 第96页 |
| ·硬件电路板 | 第96-98页 |
| ·高速数字电路设计 | 第98-101页 |
| ·本章小结 | 第101-102页 |
| 第六章 系统导航实验 | 第102-110页 |
| ·PID参数整定实验 | 第102-107页 |
| ·重复性实验 | 第107-110页 |
| 第七章 总结与展望 | 第110-112页 |
| ·工作总结 | 第110页 |
| ·工作展望 | 第110-112页 |
| 参考文献 | 第112-120页 |
| 发表论文和参加科研情况说明 | 第120-121页 |
| 致谢 | 第121页 |
