高速运动物体轨迹预测的研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-20页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-19页 |
| ·国外乒乓球机器人发展状况 | 第13-16页 |
| ·国内乒乓球机器人发展状况 | 第16-19页 |
| ·论文组织结构 | 第19-20页 |
| 2 基于BP神经网络的轨迹预测 | 第20-42页 |
| ·人工神经网络 | 第20-30页 |
| ·神经网络的发展史 | 第20-22页 |
| ·神经网络的结构 | 第22-25页 |
| ·神经网络的工作过程 | 第25-29页 |
| ·神经网络的特点 | 第29-30页 |
| ·BP神经网络 | 第30-33页 |
| ·BP神经网络的网络结构 | 第30-31页 |
| ·BP网络的学习算法 | 第31-32页 |
| ·BP神经网络预测方法 | 第32-33页 |
| ·基于BP神经网络的预测方法的Matlab实现 | 第33-41页 |
| ·Matlab神经网络工具箱中相关函数介绍 | 第33-35页 |
| ·问题描述 | 第35-36页 |
| ·输入层和输出层的设计 | 第36-37页 |
| ·训练算法及训练参数的选择 | 第37-38页 |
| ·实验与分析 | 第38-41页 |
| ·小结 | 第41-42页 |
| 3 基于运动学模型的轨迹预测 | 第42-52页 |
| ·RANSAC去除干扰点 | 第43-44页 |
| ·物理模型的建立 | 第44-49页 |
| ·乒乓球飞行模型 | 第44-46页 |
| ·乒乓球与球台碰撞模型 | 第46-47页 |
| ·基于负反馈的初速度较正 | 第47-49页 |
| ·实验结果与分析 | 第49-51页 |
| ·实验结果 | 第49-50页 |
| ·两种预测方法的比较分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 4 基于OPENGL的仿真系统设计 | 第52-64页 |
| ·OpenGL简介 | 第52-56页 |
| ·OpenGL发展 | 第52-53页 |
| ·OpenGL的图形函数库及功能 | 第53-54页 |
| ·OpenGL图像绘制流程及显示流程 | 第54-56页 |
| ·系统开发方案和手段 | 第56-57页 |
| ·建模技术 | 第56页 |
| ·场景的实时绘制 | 第56页 |
| ·选择渲染工具 | 第56-57页 |
| ·系统的实现 | 第57-61页 |
| ·系统框图 | 第57-58页 |
| ·OpenGL程序框架的构建 | 第58-59页 |
| ·虚拟场景的绘制 | 第59-60页 |
| ·漫游动作控制 | 第60-61页 |
| ·实验结果分析 | 第61-64页 |
| 5 结束语 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |
