摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10页 |
1.2 两轮自平衡机器人研究现状 | 第10-13页 |
1.2.1 国外发展现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 基于视觉的目标检测与跟踪算法研究现状 | 第13-15页 |
1.3.1 目标检测算法研究现状 | 第14页 |
1.3.2 基于特征的目标跟踪算法研究现状 | 第14-15页 |
1.4 主要研究内容 | 第15-17页 |
第2章 系统建模 | 第17-26页 |
2.1 引言 | 第17页 |
2.2 自平衡机器人运动力学模型 | 第17-21页 |
2.2.1 约束运动 | 第17-20页 |
2.2.2 刚体线速度和角速度 | 第20-21页 |
2.3 拉格朗日法 | 第21-25页 |
2.3.1 有约束条件的拉格朗日运动方程 | 第21-23页 |
2.3.2 对于自平衡机器人的三维动态模型 | 第23-24页 |
2.3.3 克式符号 | 第24-25页 |
2.3.4 其他文献中的拉格朗日建模误差 | 第25页 |
2.4 本章小结 | 第25-26页 |
第3章 控制器设计 | 第26-40页 |
3.1 引言 | 第26-27页 |
3.2 BACKSTEPPING控制器设计 | 第27-31页 |
3.2.1 自平衡机器人动力学方程变形 | 第27-29页 |
3.2.2 已知模型的BACKSTEPPING控制器设计 | 第29-31页 |
3.3 未知模型的BACKSTEPPING控制器设计 | 第31-34页 |
3.4 速度控制器设计 | 第34页 |
3.5 转向控制器设计 | 第34页 |
3.6 仿真实验及结果分析 | 第34-39页 |
3.6.1 直立控制器仿真及结果分析 | 第34-38页 |
3.6.2 速度控制器仿真及结果分析 | 第38页 |
3.6.3 转向控制器仿真及结果分析 | 第38-39页 |
3.7 本章小结 | 第39-40页 |
第4章 基于颜色特征的目标跟踪 | 第40-55页 |
4.1 机器人图像处理基础理论 | 第40-43页 |
4.1.1 常用颜色空间模型 | 第40-41页 |
4.1.2 颜色空间转换 | 第41-42页 |
4.1.3 图像特征提取 | 第42-43页 |
4.2 基于颜色直方图的CAMSHIFT算法目标跟踪 | 第43-49页 |
4.2.1 常用的目标跟踪算法 | 第43-44页 |
4.2.2 MEANSHIFT算法 | 第44-47页 |
4.2.3 CAMSHIFT目标跟踪算法 | 第47-49页 |
4.3 位置控制 | 第49-54页 |
4.3.1 针孔模型 | 第49-51页 |
4.3.2 位置控制 | 第51-53页 |
4.3.3 位置控制器仿真及结果分析 | 第53-54页 |
4.4 本章小结 | 第54-55页 |
第5章 硬件系统设计 | 第55-65页 |
5.1 主控制器STM32F103 | 第55-56页 |
5.2 无线通讯 | 第56-57页 |
5.3 姿态传感器 | 第57-60页 |
5.3.1 姿态传感器数据融合 | 第58-59页 |
5.3.2 MPU-6050的数据采集 | 第59-60页 |
5.4 电机驱动 | 第60-62页 |
5.5 图像采集 | 第62-63页 |
5.6 PCB板的设计与制作 | 第63-64页 |
5.7 本章小结 | 第64-65页 |
第6章 跟踪实验结果 | 第65-71页 |
6.1 实验平台 | 第65-66页 |
6.2 简单环境跟踪实验 | 第66-68页 |
6.3 复杂环境跟踪实验 | 第68-69页 |
6.4 综合实验 | 第69-71页 |
第7章 总结与展望 | 第71-72页 |
参考文献 | 第72-76页 |
攻读学位期间公开发表论文 | 第76-77页 |
致谢 | 第77页 |