乒乓球拍运动轨迹分类的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 乒乓球机器人发展现状 | 第12-18页 |
| 1.2.1 国外乒乓球机器人发展现状 | 第12-15页 |
| 1.2.2 国内乒乓球机器人发展现状 | 第15-18页 |
| 1.3 论文组织结构 | 第18-19页 |
| 2 基于PnP算法的球拍位姿估计 | 第19-30页 |
| 2.1 建立坐标系 | 第19-20页 |
| 2.2 球拍和特征点提取 | 第20-24页 |
| 2.2.1 球拍区域提取 | 第20-21页 |
| 2.2.2 特征点提取 | 第21-24页 |
| 2.2.3 特征点卡尔曼滤波 | 第24页 |
| 2.3 球拍位姿估计 | 第24-25页 |
| 2.3.1 球拍中心点位置和姿态估计 | 第24-25页 |
| 2.3.2 球拍运动轨迹 | 第25页 |
| 2.4 实验及结果分析 | 第25-29页 |
| 2.5 小结 | 第29-30页 |
| 3 基于BP神经网络的球拍运动轨迹分类 | 第30-45页 |
| 3.1 人工神经网络 | 第30-33页 |
| 3.1.1 人工神经网络的结构 | 第30-31页 |
| 3.1.2 人工神经网络的特点 | 第31页 |
| 3.1.3 人工神经网络的发展 | 第31-33页 |
| 3.2 BP神经网络 | 第33-34页 |
| 3.2.1 BP神经网络的结构 | 第33-34页 |
| 3.2.2 BP神经网络算法 | 第34页 |
| 3.3 球拍轨迹分类器的实现 | 第34-38页 |
| 3.3.1 球拍轨迹分类问题 | 第35页 |
| 3.3.2 BP网络的Matlab工具箱 | 第35-36页 |
| 3.3.3 输入数据预处理 | 第36-37页 |
| 3.3.4 输入层和输出层的设计 | 第37-38页 |
| 3.4 实验及结果分析 | 第38-44页 |
| 3.4.1 设计分类器 | 第38-41页 |
| 3.4.2 验证分类器的鲁棒性 | 第41-42页 |
| 3.4.3 验证分类器的可用性 | 第42-44页 |
| 3.5 小结 | 第44-45页 |
| 4 基于ELM的球拍运动轨迹分类 | 第45-51页 |
| 4.1 极限学习机 | 第45-48页 |
| 4.1.1 极限学习机的结构 | 第45-47页 |
| 4.1.2 极限学习机算法与理论 | 第47页 |
| 4.1.3 极限学习机的发展 | 第47-48页 |
| 4.2 实验及结果分析 | 第48-50页 |
| 4.3 两种分类方法比较分析 | 第50页 |
| 4.4 小结 | 第50-51页 |
| 5 结束语 | 第51-53页 |
| 5.1 工作总结 | 第51页 |
| 5.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 作者简历 | 第56-58页 |
| 学位论文数据集 | 第58页 |
