基于图像处理技术的微型移动机器人全局定位跟踪系统
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-21页 |
| ·微型移动机器人全局定位及跟踪研究的意义 | 第11-12页 |
| ·数字图像处理 | 第12-14页 |
| ·微型移动机器人发展现状 | 第14-16页 |
| ·可重构机器人发展近况 | 第16-19页 |
| ·本文研究的主要内容 | 第19-21页 |
| 第二章 微型移动机器人全局定位跟踪系统结构 | 第21-37页 |
| ·微型移动机器人 | 第22-26页 |
| ·电磁微马达 | 第23-25页 |
| ·微型移动机器人驱动轮 | 第25页 |
| ·微型移动机器人转轴 | 第25页 |
| ·微型移动机器人车身及连接器 | 第25-26页 |
| ·图像采集机构 | 第26-27页 |
| ·微型移动机器人控制系统 | 第27-31页 |
| ·均匀光照系统 | 第31页 |
| ·微型移动机器人全局定位跟踪系统处理流程 | 第31-36页 |
| ·图像采集及图像预处理子系统 | 第32页 |
| ·微型移动机器人标记识别与定位子系统 | 第32-33页 |
| ·微型移动机器人位置预估及跟踪子系统 | 第33-35页 |
| ·上位机界面 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 微型移动机器人场景图像预处理 | 第37-62页 |
| ·图像预处理的需要 | 第37页 |
| ·图像滤波 | 第37-42页 |
| ·中值滤波 | 第38-39页 |
| ·高斯平滑 | 第39-42页 |
| ·图像分割 | 第42-55页 |
| ·概述 | 第42页 |
| ·图像分割的一般模型[32] | 第42-43页 |
| ·自适应灰度阈值选取分割场景图像 | 第43-49页 |
| ·灰度阈值自适应选择 | 第49-53页 |
| ·根据最佳灰度阈值的图像二值化分割 | 第53-55页 |
| ·图像开闭运算 | 第55-60页 |
| ·数学形态学 | 第55-56页 |
| ·基本的形态学运算子 | 第56-58页 |
| ·图像细化 | 第58-60页 |
| ·本章小节 | 第60-62页 |
| 第四章 基于标记识别的微型移动机器人快速定位 | 第62-82页 |
| ·机器人定位的发展近况 | 第62-66页 |
| ·相对定位 | 第62-63页 |
| ·绝对定位 | 第63-66页 |
| ·机器人标记特征提取与标记选择 | 第66-77页 |
| ·基于角点检测的Harris 标记特征提取 | 第67-70页 |
| ·基于图像不变矩的标记特征提取 | 第70-73页 |
| ·机器人标记与不变矩的选择 | 第73-77页 |
| ·基于三角映射的快速定位扫描算法 | 第77-78页 |
| ·机器人标记识别及定位子系统的实现 | 第78-80页 |
| ·本章小结 | 第80-82页 |
| 第五章 微型移动机器人位置预估以及跟踪 | 第82-92页 |
| ·机器人跟踪技术发展近况 | 第82-83页 |
| ·传统开窗扫描跟踪 | 第83-84页 |
| ·传统开窗扫描跟踪[76] | 第83页 |
| ·传统开窗扫描跟踪的局限性 | 第83-84页 |
| ·基于速度的移动机器人位置预估及跟踪算法 | 第84-87页 |
| ·基于位置预估及跟踪算法对边缘失真的抑制 | 第87-88页 |
| ·基于位置预估的跟踪算法的实现 | 第88-90页 |
| ·本章小结 | 第90-92页 |
| 第六章 全文总结与展望 | 第92-94页 |
| ·全文总结 | 第92-93页 |
| ·研究展望 | 第93-94页 |
| 参考文献 | 第94-98页 |
| 致谢 | 第98-99页 |
| 攻读硕士学位期间已发表或录用的论文 | 第99页 |
