| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状与分析 | 第10-13页 |
| 1.3 本文的研究内容 | 第13-15页 |
| 第2章 移动机器人总体设计 | 第15-23页 |
| 2.1 移动机器人硬件平台搭建 | 第15-17页 |
| 2.1.1 机器人驱动方式 | 第15页 |
| 2.1.2 移动机器人核心硬件选型 | 第15-16页 |
| 2.1.3 移动机器人硬件系统搭建 | 第16-17页 |
| 2.2 移动机器人远程控制实现 | 第17-18页 |
| 2.3 轮式移动机器人运动学模型 | 第18-20页 |
| 2.4 单目移动机器人视觉伺服系统设计 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 视觉检测模块及图像预处理 | 第23-32页 |
| 3.1 单目摄像机模型 | 第23-26页 |
| 3.1.1 线性模型 | 第23-25页 |
| 3.1.2 非线性模型 | 第25-26页 |
| 3.2 单目相机标定 | 第26-29页 |
| 3.3 图像预处理 | 第29-31页 |
| 3.3.1 图像滤波 | 第29-30页 |
| 3.3.2 图像直方图修正 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 低成本处理器视觉跟踪算法设计 | 第32-41页 |
| 4.1 基于颜色的MeanShift跟踪算法 | 第32-34页 |
| 4.1.1 MeanShift算法跟踪原理 | 第32-33页 |
| 4.1.2 基于颜色的MeanShift跟踪算法的实现 | 第33-34页 |
| 4.2 基于AprilTag定位的跟踪算法设计 | 第34-40页 |
| 4.2.1 图像梯度 | 第34-37页 |
| 4.2.2 AprilTag识别原理 | 第37-38页 |
| 4.2.3 基于AprilTag定位的跟踪算法设计 | 第38-40页 |
| 4.3 实验结果对比 | 第40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 基于AprilTag定位的跟踪算法优化 | 第41-55页 |
| 5.1 基于动态降采样的AprilTag定位跟踪算法设计与实现 | 第41-47页 |
| 5.1.1 动态降采样算法原理 | 第41-43页 |
| 5.1.2 降采样系数与临界模糊距离关系 | 第43-46页 |
| 5.1.3 移动机器人运动预测及动态降采样实现 | 第46-47页 |
| 5.2 图像模糊的优化 | 第47-49页 |
| 5.3 tag丢失问题的处理 | 第49-54页 |
| 5.3.1 tag暂时性丢失二次检测算法设计 | 第49-52页 |
| 5.3.2 tag丢失时移动机器人运动规划 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
