全自动割草机器人的智能控制技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-19页 |
| ·课题研究的背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-17页 |
| ·主要工作内容 | 第17页 |
| ·论文章节安排 | 第17-19页 |
| 第2章 草地视觉识别算法 | 第19-33页 |
| ·概述 | 第19页 |
| ·草地识别算法设计 | 第19-21页 |
| ·模式识别理论 | 第19-20页 |
| ·草地模式识别算法 | 第20-21页 |
| ·图像采集基础 | 第21-22页 |
| ·YUV 格式简介 | 第21-22页 |
| ·YUV 转 RGB 格式 | 第22页 |
| ·HSI 颜色算法 | 第22-24页 |
| ·HSI 颜色模型简介 | 第22-23页 |
| ·RGB 与 HSI 转换 | 第23-24页 |
| ·常用的图像边缘检测算法 | 第24-29页 |
| ·Roberts 边缘检测算子 | 第25页 |
| ·Sobel 边缘检测算子 | 第25-26页 |
| ·Prewitt 边缘检测算子 | 第26-27页 |
| ·Laplacian 边缘检测算子 | 第27页 |
| ·Canny 边缘检测算子 | 第27-29页 |
| ·草地模式识别算法实现 | 第29-32页 |
| ·草地模式识别具体流程 | 第29-30页 |
| ·草地识别效果分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于视觉的运动转向控制算法 | 第33-39页 |
| ·概述 | 第33页 |
| ·SURF 算法 | 第33-34页 |
| ·视觉的角度反馈 | 第34-36页 |
| ·摄像头视觉角度建模 | 第34-35页 |
| ·角度算法流程 | 第35-36页 |
| ·实验结果和分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 智能非接触避障算法 | 第39-47页 |
| ·概述 | 第39页 |
| ·车载摄像头视野处理 | 第39-41页 |
| ·视野畸变 | 第39-40页 |
| ·视野分割和位置关系 | 第40-41页 |
| ·基于超声波的避障设计 | 第41-44页 |
| ·超声波传感器简介 | 第41-42页 |
| ·超声波测距原理 | 第42-43页 |
| ·超声波测距电路原理图 | 第43-44页 |
| ·智能避障算法 | 第44-45页 |
| ·割草机常用避障技术 | 第44页 |
| ·割草机非接触避障算法设计 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 基于视觉的自动回归充电算法 | 第47-58页 |
| ·割草机自动充电技术 | 第47-49页 |
| ·传统自动回归充电技术分析 | 第47-48页 |
| ·基于视觉自动回归充电技术分析 | 第48-49页 |
| ·充电座的模式识别算法 | 第49-51页 |
| ·充电座可识别外观设计 | 第49-50页 |
| ·充电座外观模式识别算法设计 | 第50-51页 |
| ·回归充电路径规划 | 第51-55页 |
| ·S 型自动搜索回归方案 | 第52页 |
| ·扇形自动搜索回归方案 | 第52-53页 |
| ·扩展方形的搜索回归方案 | 第53-54页 |
| ·沿边行走回归方案 | 第54-55页 |
| ·远距离自动目标跟踪算法 | 第55-56页 |
| ·跟踪距离视野分割算法 | 第55页 |
| ·远距离跟踪算法 | 第55-56页 |
| ·近距离自动对接充电算法 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结和展望 | 第58-61页 |
| ·本文的主要工作与创新点 | 第58-59页 |
| ·未来工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间的研究成果 | 第64-65页 |
| 致谢 | 第65页 |
