| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第15-27页 |
| 1.1 引言 | 第15-16页 |
| 1.2 课题背景及意义 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-25页 |
| 1.3.1 智能车国内外研究现状 | 第17-23页 |
| 1.3.2 跟踪技术研究现状 | 第23-25页 |
| 1.4 本文主要工作 | 第25-26页 |
| 1.4.1 研究目标 | 第25页 |
| 1.4.2 主要研究内容与关键技术问题 | 第25页 |
| 1.4.3 文章总体安排 | 第25-26页 |
| 1.5 本章小结 | 第26-27页 |
| 第2章 嵌入式小车实验平台设计 | 第27-44页 |
| 2.1 系统总体设计 | 第27-30页 |
| 2.1.1 系统整体架构与组成部分 | 第27-28页 |
| 2.1.2 小车运动学分析 | 第28-30页 |
| 2.2 系统硬件设计 | 第30-37页 |
| 2.2.1 小车控制器分析 | 第30-32页 |
| 2.2.2 电机驱动及PWM调制 | 第32-34页 |
| 2.2.3 智能小车功能模块设计 | 第34-37页 |
| 2.3 系统软件设计 | 第37-43页 |
| 2.3.1 基于ArduinoIDE目标小车软件开发 | 第37-38页 |
| 2.3.2 基于嵌入式Linux系统跟踪小车软件开发 | 第38页 |
| 2.3.3 交叉编译环境配置 | 第38-40页 |
| 2.3.4 BootLoader移植 | 第40-41页 |
| 2.3.5 Linux内核移植 | 第41-43页 |
| 2.3.6 根文件系统建立 | 第43页 |
| 2.4 本章小结 | 第43-44页 |
| 第3章 目标视频图像信息采集及预处理 | 第44-57页 |
| 3.1 视频采集与传输 | 第44-47页 |
| 3.1.1 基于V4L2视频采集 | 第44-46页 |
| 3.1.2 基于TCP协议的无线视频传输 | 第46-47页 |
| 3.2 Linux系统下无线配置与OpenCV移植 | 第47-50页 |
| 3.2.1 无线网卡与WIFI接口配置 | 第47-49页 |
| 3.2.2 OpenCV视觉库移植 | 第49-50页 |
| 3.3 图像预处理 | 第50-56页 |
| 3.3.1 图像灰度化与直方图均衡化 | 第50-51页 |
| 3.3.2 图像滤波及二值化处理 | 第51-53页 |
| 3.3.3 边缘检测与提取 | 第53-54页 |
| 3.3.4 形态学运算 | 第54-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第4章 运动目标识别与定位 | 第57-76页 |
| 4.1 运动目标检测算法研究 | 第57-62页 |
| 4.1.1 帧差法 | 第57-58页 |
| 4.1.2 背景差分法 | 第58-59页 |
| 4.1.3 光流法 | 第59-62页 |
| 4.2 模板匹配目标识别与定位 | 第62-66页 |
| 4.3 动态模板更新匹配与形状检测算法优化 | 第66-70页 |
| 4.3.1 移动目标检测算法总结 | 第66-67页 |
| 4.3.2 模板更新与搜索策略优化 | 第67-68页 |
| 4.3.3 形状检测算法优化 | 第68-70页 |
| 4.4 目标深度信息提取 | 第70-75页 |
| 4.4.1 基于单目视觉几何定位 | 第70-72页 |
| 4.4.2 基于图像分块的模糊定位 | 第72-73页 |
| 4.4.3 非线性拟合坐标定位 | 第73-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第5章 行为决策与运动控制 | 第76-92页 |
| 5.1 Q-learning强化学习 | 第76-80页 |
| 5.1.1 强化学习与马尔科夫决策过程 | 第76-78页 |
| 5.1.2 Q-learning算法 | 第78-80页 |
| 5.2 基于Q学习的智能小车路径规划 | 第80-81页 |
| 5.3 基于RBF网络的Q-learning算法 | 第81-83页 |
| 5.4 运动控制与跟踪策略 | 第83-86页 |
| 5.4.1 PID控制算法 | 第83-84页 |
| 5.4.2 PID控制器设计 | 第84-85页 |
| 5.4.3 跟踪策略设计 | 第85-86页 |
| 5.5 算法仿真与实验验证 | 第86-91页 |
| 5.5.1 路径规划算法仿真 | 第86-89页 |
| 5.5.2 跟踪实验 | 第89-91页 |
| 5.6 本章小结 | 第91-92页 |
| 第6章 总结与展望 | 第92-95页 |
| 6.1 总结 | 第92-94页 |
| 6.2 展望 | 第94-95页 |
| 参考文献 | 第95-101页 |
| 致谢 | 第101-102页 |
| 附录A 攻读硕士学位期间发表的论文 | 第102页 |
