微型足球机器人的目标识别与避障规划
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·多智能体系统简介 | 第10-11页 |
| ·足球机器人系统的起源和发展 | 第11-14页 |
| ·足球机器人系统研究的意义 | 第14页 |
| ·国内外研究现状 | 第14-16页 |
| ·论文的主要研究内容及结构安排 | 第16-18页 |
| 第2章 微型足球机器人系统介绍 | 第18-28页 |
| ·引言 | 第18页 |
| ·足球机器人比赛概述 | 第18-19页 |
| ·机器人比赛分类 | 第18页 |
| ·MiroSot 比赛简介 | 第18-19页 |
| ·微型足球机器人系统结构 | 第19-23页 |
| ·机器人子系统 | 第20-21页 |
| ·视觉子系统 | 第21-22页 |
| ·决策子系统 | 第22-23页 |
| ·无线通讯子系统 | 第23页 |
| ·视觉子系统简介 | 第23-27页 |
| ·比赛信息的获取 | 第24-25页 |
| ·阈值化处理 | 第25页 |
| ·像素标记 | 第25-26页 |
| ·噪声消除 | 第26页 |
| ·计算几何信息 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 微型足球机器人的目标识别 | 第28-53页 |
| ·引言 | 第28页 |
| ·图像颜色空间的选择 | 第28-31页 |
| ·RGB 颜色空间 | 第28-30页 |
| ·HSI 颜色空间 | 第30-31页 |
| ·YUV 颜色空间 | 第31页 |
| ·图像去噪预处理 | 第31-33页 |
| ·中值滤波 | 第31-32页 |
| ·中值滤波去噪过程 | 第32-33页 |
| ·图像分割方法及其实现 | 第33-37页 |
| ·图像分割方法的选择 | 第33-34页 |
| ·区域分割方法的实现 | 第34-37页 |
| ·基于快速HSI 空间的目标识别 | 第37-44页 |
| ·快速HSI 空间 | 第37-39页 |
| ·颜色信息库的建立 | 第39-41页 |
| ·目标识别 | 第41-44页 |
| ·基于改进型概率Hough 变换的目标识别 | 第44-48页 |
| ·Hough 变换 | 第44-45页 |
| ·概率Hough 变换 | 第45-47页 |
| ·基于改进概率Hough 变换的目标识别 | 第47-48页 |
| ·实验结果分析 | 第48-51页 |
| ·基于快速HSI 空间的目标识别实验 | 第48-50页 |
| ·基于PPHT 目标识别实验 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第4章 微型足球机器人的避障规划 | 第53-69页 |
| ·引言 | 第53页 |
| ·足球机器人障碍物的分类及特点 | 第53-55页 |
| ·足球机器人障碍物的分类 | 第53-54页 |
| ·足球机器人障碍物的特点 | 第54-55页 |
| ·避障规划经典算法研究 | 第55-57页 |
| ·遗传算法 | 第55-56页 |
| ·栅格法 | 第56-57页 |
| ·传统人工势场法 | 第57-61页 |
| ·人工势场法原理 | 第57-59页 |
| ·人工势场法避障规划 | 第59-60页 |
| ·传统人工势场法的缺点 | 第60-61页 |
| ·基于速度矢量的人工势场避障规划 | 第61-65页 |
| ·目标足球引力矢量场 | 第61-62页 |
| ·障碍物斥力矢量场 | 第62-64页 |
| ·球场边界斥力矢量场 | 第64-65页 |
| ·仿真实验结果 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 微型足球机器人视觉系统软件分析 | 第69-84页 |
| ·引言 | 第69页 |
| ·微型足球机器人软件系统分析 | 第69-71页 |
| ·视觉子系统软件分析 | 第71-83页 |
| ·人机交互界面 | 第71-73页 |
| ·图像预处理程序分析 | 第73-77页 |
| ·主程序分析 | 第77-80页 |
| ·颜色测试程序分析 | 第80-83页 |
| ·本章小结 | 第83-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-91页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第91-92页 |
| 致谢 | 第92-93页 |
| 作者简介 | 第93页 |
