自主移动机器人视觉系统的研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第一章 绪论 | 第12-23页 |
| ·课题背景和意义 | 第12-13页 |
| ·机器人的发展历史及研究现状 | 第13-17页 |
| ·机器人的发展历史 | 第13-14页 |
| ·移动机器人的研究现状 | 第14-15页 |
| ·移动机器人双目视觉的研究现状 | 第15-17页 |
| ·机器人的关键技术 | 第17-21页 |
| ·移动机器人的关键技术 | 第17-19页 |
| ·移动机器人双目视觉的关键技术 | 第19-21页 |
| ·机器人视觉系统发展前景 | 第21页 |
| ·论文安排 | 第21-23页 |
| 第二章 图像采集及预处理 | 第23-35页 |
| ·机器人系统介绍 | 第23-24页 |
| ·机器人硬件平台 | 第23页 |
| ·机器人视觉系统 | 第23-24页 |
| ·图像采集 | 第24-25页 |
| ·图像的灰度变换 | 第25页 |
| ·基于扩展Robert算子的边缘检测算法 | 第25-30页 |
| ·传统边缘检测算法及分析 | 第26-28页 |
| ·扩展Robert算子边缘检测 | 第28-29页 |
| ·实验结果及比较 | 第29-30页 |
| ·基于Hough变换的直线拟合 | 第30-34页 |
| ·Huogh变换基本原理 | 第30-32页 |
| ·Hough变换检测直线的一种改进方法 | 第32-33页 |
| ·Hough变换结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 摄像机标定 | 第35-45页 |
| ·摄像机标定方法 | 第35-38页 |
| ·传统的摄像机标定方法 | 第35-37页 |
| ·摄像机自标定方法 | 第37-38页 |
| ·双目摄像机标定模型的问题描述 | 第38-40页 |
| ·摄像机的线性标定 | 第39-40页 |
| ·双目视觉系统的线性标定模型 | 第40页 |
| ·神经网络 | 第40-42页 |
| ·双目视觉摄像机神经网络标定方法 | 第42-43页 |
| ·仿真结果 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于模糊神经网络的机器人定位 | 第45-56页 |
| ·模糊神经网络原理 | 第45-46页 |
| ·双目视觉定位系统的描述 | 第46-54页 |
| ·模糊神经系统的结构 | 第47-50页 |
| ·混合学习算法 | 第50-54页 |
| ·仿真结果 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第63页 |
