| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-26页 |
| 1.1 人工智能 | 第10页 |
| 1.2 乒乓球机器人 | 第10-13页 |
| 1.3 乒乓球机器人视觉系统 | 第13-23页 |
| 1.3.1 视觉系统类型 | 第13-15页 |
| 1.3.2 视觉伺服控制系统 | 第15-16页 |
| 1.3.3 视觉系统定标 | 第16页 |
| 1.3.4 目标识别及跟踪 | 第16-17页 |
| 1.3.5 轨迹预测算法 | 第17-20页 |
| 1.3.6 乒乓球的旋转测量 | 第20-23页 |
| 1.4 研究内容及结构安排 | 第23-26页 |
| 1.4.1 研究内容 | 第23-24页 |
| 1.4.2 结构安排 | 第24-26页 |
| 2 基于单目视觉的无标记乒乓球旋转测量方法 | 第26-44页 |
| 2.1 分解球体旋转问题 | 第26-28页 |
| 2.1.1 球体旋转模型 | 第27页 |
| 2.1.2 球体三维速度分解 | 第27-28页 |
| 2.1.3 求解旋转速度大小 | 第28页 |
| 2.2 求解球体旋转问题 | 第28-34页 |
| 2.2.1 求解旋转轴方向 | 第28-33页 |
| 2.2.2 求解旋转速度大小 | 第33-34页 |
| 2.3 算法验证及分析 | 第34-37页 |
| 2.3.1 实验验证 | 第34-36页 |
| 2.3.2 不同转速下的误差分析 | 第36-37页 |
| 2.4 乒乓球旋转测量 | 第37-40页 |
| 2.4.1 算法应用 | 第37-38页 |
| 2.4.2 实验证明 | 第38-40页 |
| 2.4.3 特殊情况说明 | 第40页 |
| 2.5 改进型球体旋转算法 | 第40-43页 |
| 2.6 本章小结 | 第43-44页 |
| 3 基于神经网络的乒乓球旋转与运动轨迹相关性探讨研究 | 第44-63页 |
| 3.1 实验设计 | 第45-48页 |
| 3.1.1 实验系统 | 第45页 |
| 3.1.2 实验数据采集 | 第45-48页 |
| 3.2 人工神经网络模型探讨 | 第48-57页 |
| 3.2.1 人工神经网络简介 | 第48-49页 |
| 3.2.2 BP神经网络算法 | 第49-51页 |
| 3.2.3 LM神经网络算法 | 第51-52页 |
| 3.2.4 BR神经网络算法 | 第52-55页 |
| 3.2.5 SCG神经网络算法 | 第55-57页 |
| 3.3 实验步骤及流程 | 第57-59页 |
| 3.3.1 确定输入输出神经元 | 第57页 |
| 3.3.2 确定训练样本和测试样本 | 第57-58页 |
| 3.3.3 神经网络拟合算法 | 第58页 |
| 3.3.4 实验步骤 | 第58-59页 |
| 3.4 实验结果及分析 | 第59-61页 |
| 3.5 本章小结 | 第61-63页 |
| 4 乒乓球轨迹反向推导旋转方法理论与实验研究 | 第63-75页 |
| 4.1 乒乓球的旋转方向 | 第63-64页 |
| 4.2 运动方程的推导与计算 | 第64-68页 |
| 4.2.1 建立运动方程 | 第64-66页 |
| 4.2.2 求解系数方程 | 第66-68页 |
| 4.3 遗传算法求解系数方程 | 第68-70页 |
| 4.3.1 遗传算法简介 | 第68页 |
| 4.3.2 遗传算法运算步骤 | 第68-70页 |
| 4.4 实验验证及结果分析 | 第70-74页 |
| 4.4.1 实验设计 | 第70-71页 |
| 4.4.2 实验数据采集 | 第71-73页 |
| 4.4.3 遗传算法实验结果 | 第73-74页 |
| 4.5 本章小结 | 第74-75页 |
| 5 基于图像的乒乓球跟踪问题研究 | 第75-89页 |
| 5.1 基于VOCUS系统的图像分割 | 第76-78页 |
| 5.2 基于高速摄影下的乒乓球识别 | 第78-79页 |
| 5.3 基于低速摄影下的乒乓球识别 | 第79-86页 |
| 5.3.1 低速摄影下带拖影图片 | 第79-80页 |
| 5.3.2 训练样本 | 第80-81页 |
| 5.3.3 局部梯度模式 | 第81-82页 |
| 5.3.4 分类器训练及检测 | 第82-84页 |
| 5.3.5 真实球心检测 | 第84-86页 |
| 5.4 规划移动ROI区域 | 第86-87页 |
| 5.5 实验结果 | 第87-88页 |
| 5.6 本章小结 | 第88-89页 |
| 6 基于Kinect的乒乓球运动员动作识别及旋转预判 | 第89-102页 |
| 6.1 动作与旋转 | 第90-91页 |
| 6.1.1 旋转类型介绍 | 第90页 |
| 6.1.2 动作分类与对应旋转类型 | 第90-91页 |
| 6.2 基于Kinect的动作捕捉 | 第91-93页 |
| 6.2.1 Kinect深度摄像机简介 | 第91-92页 |
| 6.2.2 Kinect骨骼识别技术 | 第92页 |
| 6.2.3 骨骼数据提取 | 第92-93页 |
| 6.3 动作识别及分类 | 第93-97页 |
| 6.3.1 确定动作起始点和终止点 | 第93-94页 |
| 6.3.2 基于SVM的动作分类 | 第94-97页 |
| 6.4 基于DTW的动作速度分类 | 第97-99页 |
| 6.4.1 基于DTW的相似度计算 | 第98-99页 |
| 6.4.2 动作速度分类 | 第99页 |
| 6.5 实验结果 | 第99-101页 |
| 6.6 本章小结 | 第101-102页 |
| 7 总结与展望 | 第102-104页 |
| 7.1 总结 | 第102-103页 |
| 7.2 展望 | 第103-104页 |
| 参考文献 | 第104-110页 |
| 主要学习经历 | 第110-111页 |
| 攻读博士学位期间科研经历 | 第111-112页 |
| 致谢 | 第112页 |