移动机器人视觉跟踪技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 视觉检测算法 | 第13页 |
| 1.2.2 视觉跟踪算法 | 第13-15页 |
| 1.3 本文的主要内容与结构安排 | 第15-17页 |
| 1.3.1 本文研究内容 | 第15-16页 |
| 1.3.2 章节安排 | 第16-17页 |
| 第2章 单目视觉测距系统 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 旅行家II号机器人及单目视觉系统 | 第17-18页 |
| 2.2.1 旅行家II号机器人及其工作环境 | 第17页 |
| 2.2.2 单目视觉传感器 | 第17-18页 |
| 2.3 摄像机标定 | 第18-20页 |
| 2.4 单目视觉测距模型 | 第20-23页 |
| 2.5 单目视觉测距实验 | 第23-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 运动目标视觉跟踪算法的研究 | 第27-49页 |
| 3.1 引言 | 第27页 |
| 3.2 Mean Shift算法 | 第27-30页 |
| 3.2.1 Mean Shift算法概述 | 第27-28页 |
| 3.2.2 Mean Shift算法推导过程 | 第28-30页 |
| 3.3 CamShift算法 | 第30-35页 |
| 3.3.1 概述 | 第30页 |
| 3.3.2 CamShift算法推导过程 | 第30-32页 |
| 3.3.3 CamShift算法结构图 | 第32页 |
| 3.3.4 实验 | 第32-35页 |
| 3.4 粒子滤波算法 | 第35-44页 |
| 3.4.1 贝叶斯估计 | 第35-36页 |
| 3.4.2 贝叶斯意义下的状态估计 | 第36-37页 |
| 3.4.3 蒙特卡罗算法 | 第37-38页 |
| 3.4.4 粒子重采样 | 第38-39页 |
| 3.4.5 粒子滤波 | 第39-41页 |
| 3.4.6 粒子滤波实验 | 第41-44页 |
| 3.5 粒子滤波和CamShift结合算法实验 | 第44-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 移动机器人跟踪控制系统及实验 | 第49-63页 |
| 4.1 引言 | 第49页 |
| 4.2 跟踪控制实验系统 | 第49-51页 |
| 4.3 云台 | 第51-54页 |
| 4.3.1 云台参数 | 第51页 |
| 4.3.2 云台控制策略 | 第51-53页 |
| 4.3.3 云台跟踪实验 | 第53-54页 |
| 4.4 跟踪对象运动特征提取 | 第54-56页 |
| 4.5 控制策略的设计 | 第56-59页 |
| 4.5.1 直线运动控制策略 | 第56-57页 |
| 4.5.2 转弯运动控制策略 | 第57-59页 |
| 4.6 机器人跟踪系统实验 | 第59-61页 |
| 4.7 本章小结 | 第61-63页 |
| 第5章 总结 | 第63-65页 |
| 5.1 全文研究工作总结 | 第63页 |
| 5.2 下一阶段需要解决的问题 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 作者简介 | 第69-71页 |
| 致谢 | 第71页 |
