基于双目相机和K-means算法的多机器人定位系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题研究的背景及意义 | 第10页 |
| 1.2 课题的国内外研究现状 | 第10-14页 |
| 1.2.1 多机器人定位系统的研究现状 | 第10-11页 |
| 1.2.2 双目相机测距方法概述 | 第11-12页 |
| 1.2.3 特征检测和目标识别算法 | 第12-13页 |
| 1.2.4 多目标分类算法 | 第13-14页 |
| 1.3 课题的主要研究内容及思路 | 第14-17页 |
| 1.3.1 课题的主要研究内容 | 第14页 |
| 1.3.2 课题的研究思路 | 第14-17页 |
| 1.4 本章小结 | 第17-19页 |
| 第二章 多机器人定位系统的平台设计 | 第19-31页 |
| 2.1 机器人硬件框架介绍 | 第19-23页 |
| 2.1.1 底层运动控制器 | 第20-23页 |
| 2.1.2 主控制器 | 第23页 |
| 2.2 传感器选用与配置 | 第23-27页 |
| 2.2.1 双目视觉相机介绍 | 第23-25页 |
| 2.2.2 画面采集原理 | 第25-26页 |
| 2.2.3 无线网卡 | 第26-27页 |
| 2.3 目标特征物的构建 | 第27-29页 |
| 2.4 定位系统软件框架 | 第29-30页 |
| 2.4.1 软件总体流程 | 第29页 |
| 2.4.2 软件开发环境 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 机器人目标识别与定位研究 | 第31-64页 |
| 3.1 特征物识别 | 第31-37页 |
| 3.1.1 特征物的视觉特征分析 | 第31-32页 |
| 3.1.2 特征识别方法 | 第32-33页 |
| 3.1.3 实验与分析 | 第33-37页 |
| 3.2 坐标转换与定位 | 第37-50页 |
| 3.2.1 相机成像模型 | 第37-49页 |
| 3.2.2 相机定位原理 | 第49-50页 |
| 3.3 目标匹配 | 第50-55页 |
| 3.3.1 匹配方案的选择 | 第50-52页 |
| 3.3.2 匹配约束条件 | 第52-53页 |
| 3.3.3 目标匹配实验 | 第53-55页 |
| 3.4 定位实验与分析 | 第55-63页 |
| 3.4.1 场地实验 | 第55-57页 |
| 3.4.2 误差分析 | 第57-59页 |
| 3.4.3 误差修正 | 第59-63页 |
| 3.5 本章小结 | 第63-64页 |
| 第四章 多机器人识别与定位的算法研究 | 第64-73页 |
| 4.1 多目标应用场景 | 第64-65页 |
| 4.2 区分多目标的解决方案 | 第65-66页 |
| 4.2.1 方案的要求 | 第65页 |
| 4.2.2 方案的选择 | 第65-66页 |
| 4.3 基于K-means算法构建多目标定位系统 | 第66-69页 |
| 4.3.1 K-means算法流程 | 第66-67页 |
| 4.3.2 构建本定位系统的K-means算法 | 第67-68页 |
| 4.3.3 分类算法测试和改进 | 第68-69页 |
| 4.4 定位系统实验与分析 | 第69-72页 |
| 4.4.1 场地实验 | 第69-70页 |
| 4.4.2 定位结果评估 | 第70-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 研究总结 | 第73-74页 |
| 5.2 研究展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录I 插图清单 | 第79-82页 |
| 附录II 表格清单 | 第82-83页 |
| 附录III 部分实验数据 | 第83-85页 |
| 附录IV 部分程序源代码 | 第85-89页 |
| 致谢 | 第89页 |
