护理机器人系统中视觉定位方法的研究与设计
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-16页 |
| ·课题研究的背景 | 第12页 |
| ·护理机器人研究现状 | 第12-13页 |
| ·视觉定位的研究情况 | 第13-15页 |
| ·护理机器人采用视觉定位的原因 | 第13-14页 |
| ·视觉定位研究现状 | 第14-15页 |
| ·课题来源及本文主要内容和结构 | 第15-16页 |
| ·课题来源 | 第15页 |
| ·论文主要研究内容 | 第15-16页 |
| 第二章 视觉定位与地图构建 | 第16-24页 |
| ·视觉定位系统设计方案 | 第16-17页 |
| ·视觉定位体系结构 | 第16页 |
| ·视觉定位设计要求 | 第16-17页 |
| ·视觉定位关键技术分析 | 第17-19页 |
| ·路标的选择 | 第17-18页 |
| ·图像特征分析 | 第18页 |
| ·跟踪定位算法与实时地图构建研究 | 第18-19页 |
| ·环境建模与地图构建 | 第19-22页 |
| ·环境建模 | 第19页 |
| ·环境地图的特性 | 第19-22页 |
| ·视觉定位的硬件介绍 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 视觉信息提取 | 第24-43页 |
| ·引言 | 第24页 |
| ·图像预处理 | 第24-27页 |
| ·图像灰度化 | 第24-25页 |
| ·图像的噪声抑制 | 第25-27页 |
| ·图像分割与连通区域标记 | 第27-33页 |
| ·图像分割原理[ | 第27-28页 |
| ·基于迭代法的阈值分割 | 第28-29页 |
| ·自适应阈值选择法 | 第29-31页 |
| ·图像连通区域标记 | 第31-33页 |
| ·路标特征提取 | 第33-40页 |
| ·路标特征提取方法 | 第33页 |
| ·基于 Harris 算法的路标提取 | 第33-36页 |
| ·不变矩特征算法 | 第36-37页 |
| ·基于不变矩的路标识别 | 第37-40页 |
| ·基于三角映射方法的路标定位 | 第40-42页 |
| ·三角投影映射法 | 第40-41页 |
| ·路标识别及定位模块的实现 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于 EKF 的机器人 SLAM 方法 | 第43-54页 |
| ·SLAM 研究 | 第43页 |
| ·移动机器人建模 | 第43-46页 |
| ·机器人结构模型 | 第43-44页 |
| ·机器人运动模型 | 第44-45页 |
| ·机器人观测模型 | 第45页 |
| ·环境地图模型 | 第45页 |
| ·噪声相关模型 | 第45-46页 |
| ·基于 EKF 的 SLAM | 第46-48页 |
| ·SLAM 问题描述 | 第46-47页 |
| ·EKF-SLAM | 第47-48页 |
| ·基于改进 EKF 的 SLAM | 第48-50页 |
| ·EKF-SLAM 存在的不足 | 第48页 |
| ·改进的 EKF-SLAM | 第48-50页 |
| ·实验与分析 | 第50-53页 |
| ·仿真实验 | 第50-52页 |
| ·实验验证 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·论文工作总结 | 第54页 |
| ·进一步研究展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文 | 第60页 |
| 攻读硕士学位期间参与的科研工作 | 第60-61页 |
