移动机器人视觉伺服控制系统的研究

摘要	第1-5页
ABSTRACT	第5-11页
第一章 绪论	第11-15页
·本课题的来源、目的及意义	第11页
·国内外的发展与现状	第11-13页
·视觉伺服控制系统的发展趋势	第13-14页
·本文的研究内容	第14-15页
第二章 基于视觉的移动机器人控制系统平台设计	第15-21页
·移动机器人运动结构设计	第15-16页
·移动机器人的行驶环境	第15-16页
·机器人的驱动方式	第16页
·视觉控制系统硬件总体结构	第16-19页
·移动机器人控制系统的结构	第16-18页
·系统硬件平台选型	第18-19页
·软件环境	第19-21页
·系统运行平台	第19-20页
·系统开发平台	第20页
·计算机视觉库	第20-21页
第三章 移动机器人的图像处理技术	第21-40页
·图像预处理	第21-30页
·摄像机模型	第21-22页
·镜头的畸变	第22-23页
·摄像机标定	第23-26页
·标定的过程及结果	第26-28页
·图像增强	第28-30页
·图像分割	第30-37页
·阈值分割	第30-32页
·基于区域的分割	第32-33页
·基于色彩的区域分割	第33-35页
·分水岭分割算法	第35页
·分割算法效果评估	第35-37页
·直线特征检测	第37-40页
第四章 移动机器人的视觉导航研究	第40-52页
·移动机器人视觉处理系统的结构	第40-41页
·道路标志的识别	第41-50页
·道路标志的特征	第42-43页
·道路标志的识别	第43-46页
·候选种子点的验证	第46-49页
·此算法测试结果	第49-50页
·分割效果对比	第50-52页
第五章 基于连续图像序列的目标跟踪	第52-62页
·概述	第52页
·基于模板匹配的移动目标追踪算法	第52-56页
·基于方差法的模板匹配	第53-54页
·模板匹配的过程与结果	第54-55页
·使用运动分析的方法辅助判断	第55-56页
·基于图像金字塔的模板匹配算法的优化	第56-57页
·拥有记忆效应的自适应模板继承算法	第57-58页
·连续图像追踪实验及结果	第58-60页
·基于光流法的图像序列跟踪	第60-62页
·光流法介绍及实现	第60-61页
·与模板匹配方法比较	第61-62页
第六章 移动机器人的障碍物检测技术研究	第62-77页
·立体视觉中的图像深度信息获取	第62-63页
·立体标定原理	第63-70页
·立体标定	第64-66页
·立体校正	第66-68页
·立体标定与校正结果	第68-70页
·基于兴趣点和模板的立体匹配算法	第70-73页
·概述	第70-71页
·Harris角点检测器	第71-72页
·模板匹配	第72页
·算法处理效果	第72-73页
·特征点的聚类	第73-77页
·K-近邻法	第73-74页
·聚类算法	第74-76页
·障碍物识别	第76-77页
第七章 移动机器人的控制系统设计	第77-89页
·移动机器人的运动学模型	第77-78页
·视觉伺服系统	第78-81页
·视觉伺服系统的分类	第78-79页
·视觉伺服系统的结构	第79-80页
·基于点追踪的系统控制策略	第80页
·追踪点的特征选择	第80-81页
·控制器输出参数的简化	第81页
·模糊控制器的设计及仿真	第81-89页
·模糊控制器的介绍	第81-82页
·模糊控制器设计	第82-86页
·控制器的仿真	第86-89页
第八章 总结与展望	第89-92页
·工作总结	第89-90页
·前景展望	第90-92页
致谢	第92-93页
参考文献	第93-96页
作者攻硕期间取得的研究成果	第96页