AGV视觉导航系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·AGV简介 | 第9-10页 |
| ·AGV视觉导航技术的发展与现状 | 第10-14页 |
| ·AGV常用导航方式 | 第10-13页 |
| ·移动机器人视觉导航技术的现状 | 第13-14页 |
| ·论文的研究内容 | 第14页 |
| ·论文的结构 | 第14-15页 |
| 第二章 摄像机的标定 | 第15-30页 |
| ·预备知识 | 第15-16页 |
| ·齐次坐标 | 第15页 |
| ·二维空间变换 | 第15页 |
| ·三维几何变换 | 第15-16页 |
| ·摄像机的成像模型 | 第16-21页 |
| ·线性模型 | 第16-19页 |
| ·非线性模型 | 第19-21页 |
| ·摄像机光学成像过程 | 第21-22页 |
| ·摄像机的标定算法 | 第22-28页 |
| ·摄像机标定方法概述 | 第22-23页 |
| ·张正友的摄像机标定方法 | 第23-27页 |
| ·标定实验分析 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 视觉定位系统 | 第30-50页 |
| ·导航标志的识别方法 | 第30-40页 |
| ·图像分割 | 第30-34页 |
| ·极限值点阈值法 | 第31-32页 |
| ·最优阈值法 | 第32页 |
| ·最大方差阈值法 | 第32-34页 |
| ·基于PCNN的导航标志识别算法 | 第34-40页 |
| ·脉冲耦合神经网络概述 | 第34-37页 |
| ·算法的实现 | 第37-40页 |
| ·基于单目视觉的测距原理 | 第40-42页 |
| ·AGV定位算法的实现 | 第42-46页 |
| ·定位实验分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于导航标志的AGV全局定位研究 | 第50-71页 |
| ·基于概率的AGV定位 | 第50-55页 |
| ·概率论在定位中的应用 | 第50-52页 |
| ·关于置信度 | 第50-51页 |
| ·感知和运动 | 第51-52页 |
| ·定位公式 | 第52-55页 |
| ·置信度的初始值 | 第52页 |
| ·置信度的更新 | 第52-55页 |
| ·基于卡尔曼滤波器的AGV自定位方法 | 第55-66页 |
| ·卡尔曼滤波器 | 第55-60页 |
| ·线性卡尔曼滤波器 | 第55-58页 |
| ·非线性卡尔曼滤波器 | 第58-60页 |
| ·卡尔曼滤波器与AGV的定位 | 第60-66页 |
| ·AGV系统的模型 | 第60-62页 |
| ·导航标志的观测模型 | 第62-66页 |
| ·马尔科夫定位算法 | 第66-69页 |
| ·算法的提出 | 第66-67页 |
| ·算法的实现 | 第67-69页 |
| ·基于蒙特卡罗的AGV自定位方法 | 第69-70页 |
| ·算法的提出 | 第69页 |
| ·算法概述 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| ·结论 | 第71-72页 |
| ·展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 攻读硕士学位期间完成的主要论文 | 第77页 |
