| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 引言 | 第9-10页 |
| 1.2 视觉机器人的国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.2.3 目前存在的问题 | 第14页 |
| 1.3 课题研究目的及意义 | 第14-15页 |
| 1.4 关键技术发展概况 | 第15-17页 |
| 1.4.1 机器视觉 | 第15页 |
| 1.4.2 图像处理 | 第15-16页 |
| 1.4.3 路径规划 | 第16-17页 |
| 1.5 论文主要内容 | 第17-19页 |
| 第2章 Tripod机器人系统概述 | 第19-29页 |
| 2.1 Tripod机器人硬件系统 | 第19-24页 |
| 2.1.1 贝加莱Tripod机器人 | 第19-23页 |
| 2.1.2 Tripod平台及几何体描述 | 第23-24页 |
| 2.2 Tripod机器人软件系统 | 第24-27页 |
| 2.2.1 图像处理 | 第25-27页 |
| 2.2.2 运动控制 | 第27页 |
| 2.3 设计目标 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 图像采集及预处理 | 第29-44页 |
| 3.1 图像采集与透视变换 | 第29-32页 |
| 3.2 灰度化 | 第32-33页 |
| 3.3 图像降噪 | 第33-36页 |
| 3.3.1 高斯滤波 | 第34-35页 |
| 3.3.2 双边滤波 | 第35-36页 |
| 3.4 改进的Otsu双阈值二值化 | 第36-38页 |
| 3.4.1 Otsu二值化图像分割 | 第36-37页 |
| 3.4.2 改进的Otsu双阈值二值化 | 第37-38页 |
| 3.5 改进Canny算子的图像边缘检测 | 第38-43页 |
| 3.5.1 Canny边缘检测算子 | 第39页 |
| 3.5.2 Canny算法过程 | 第39-40页 |
| 3.5.3 基于改进Canny算子的图像边缘检测算法 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 平台及几何体的定位与识别 | 第44-58页 |
| 4.1 平台中心点定位 | 第44-46页 |
| 4.1.1 平台粗定位 | 第44页 |
| 4.1.2 平台精定位 | 第44-46页 |
| 4.2 圆形中心点定位 | 第46-50页 |
| 4.2.1 Hough变换 | 第46-48页 |
| 4.2.2 粗定位 | 第48页 |
| 4.2.3 精定位 | 第48-50页 |
| 4.3 三角形和星形中心点定位 | 第50-52页 |
| 4.3.1 粗定位 | 第50-51页 |
| 4.3.2 精定位 | 第51-52页 |
| 4.4 三角形和星形角度定位 | 第52-53页 |
| 4.5 几何体的形状识别 | 第53-54页 |
| 4.6 几何体的颜色识别 | 第54-56页 |
| 4.7 几何体的符号识别 | 第56-57页 |
| 4.8 本章小结 | 第57-58页 |
| 第5章 基于蚁群算法的最优路径设计 | 第58-69页 |
| 5.1 问题分析与算法选择 | 第58-60页 |
| 5.1.1 Tripod最优路径问题 | 第58页 |
| 5.1.2 旅行商问题 | 第58-59页 |
| 5.1.3 算法选择 | 第59-60页 |
| 5.2 蚁群算法概述 | 第60-63页 |
| 5.3 改进的蚁群算法 | 第63-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第6章 实验结果与分析 | 第69-75页 |
| 6.1 TCP/IP通信 | 第69-71页 |
| 6.2 Real VNC运动控制 | 第71-72页 |
| 6.3 结果与误差分析 | 第72-74页 |
| 6.4 本章小结 | 第74-75页 |
| 第7章 总结与展望 | 第75-78页 |
| 7.1 总结 | 第75-76页 |
| 7.2 实验中遇到的问题 | 第76-77页 |
| 7.3 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读学位期间的研究成果目录 | 第82-83页 |
| 致谢 | 第83页 |