基于机器视觉的智能移动机器人避障方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 基于机器视觉的避障方法总体方案 | 第15-17页 |
| 1.4 论文研究内容及结构安排 | 第17-18页 |
| 2 基于双目视觉的深度信息获取 | 第18-42页 |
| 2.1 引言 | 第18页 |
| 2.2 双目标定 | 第18-30页 |
| 2.3 立体匹配算法 | 第30-38页 |
| 2.4 深度信息获取 | 第38-41页 |
| 2.5 本章小结 | 第41-42页 |
| 3 基于YOLOv2网络的障碍物辨识 | 第42-50页 |
| 3.1 引言 | 第42页 |
| 3.2 YOLO网络原理 | 第42-45页 |
| 3.3 YOLOV2网络对YOLO的改进 | 第45-46页 |
| 3.4 YOLOV2网络参数的微调 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 智能避障策略制定与执行 | 第50-62页 |
| 4.1 引言 | 第50页 |
| 4.2 避障空间估计 | 第50-52页 |
| 4.3 智能避障策略的制定 | 第52-53页 |
| 4.4 混合路径规划算法设计 | 第53-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 基于机器视觉的避障方法实验验证 | 第62-71页 |
| 5.1 引言 | 第62页 |
| 5.2 实验平台介绍及性能测试 | 第62-64页 |
| 5.3 基于视觉的移动机器人智能避障实验 | 第64-70页 |
| 5.4 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 全文总结 | 第71页 |
| 6.2 课题展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
