| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 移动机器人国内外发展现状 | 第11-14页 |
| 1.2.1 国外移动机器人技术研究发展 | 第11-13页 |
| 1.2.2 国内移动机器人技术研究发展 | 第13-14页 |
| 1.3 移动机器人跟随技术的发展现状 | 第14-18页 |
| 1.4 论文的主要研究内容及结构安排 | 第18-20页 |
| 1.4.1 主要研究内容 | 第18-19页 |
| 1.4.2 结构安排 | 第19-20页 |
| 第2章 深度图像模拟激光传感方法 | 第20-38页 |
| 2.1 Kinect摄像头介绍 | 第20-21页 |
| 2.2 Kinect预处理 | 第21-25页 |
| 2.2.1 Kinect安装部署 | 第21-23页 |
| 2.2.2 Kinect标定 | 第23-25页 |
| 2.3 深度图像模拟激光传感方法 | 第25-28页 |
| 2.4 模拟激光传感滤波与增强方法 | 第28-37页 |
| 2.4.1 模拟激光传感的误差 | 第28-29页 |
| 2.4.2 基于频率的激光数据滤波 | 第29-34页 |
| 2.4.3 基于区域生长的激光数据增强 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 基于机器学习的人腿目标识别 | 第38-47页 |
| 3.1 基于多约束条件的目标聚类 | 第38-41页 |
| 3.2 人腿目标特征描述 | 第41-43页 |
| 3.3 基于机器学习的目标识别 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 移动机器人目标跟随方法 | 第47-58页 |
| 4.1 移动机器人目标跟随方法 | 第47-53页 |
| 4.1.1 基于模拟激光数据的目标跟随方法 | 第47-49页 |
| 4.1.2 融合深度信息的Camshift的跟踪方法 | 第49-53页 |
| 4.2 目标丢失后寻找目标的方法 | 第53-56页 |
| 4.2.1 目标运动信息分析 | 第53-55页 |
| 4.2.2 目标丢失后寻找目标的方法 | 第55-56页 |
| 4.3 本章小结 | 第56-58页 |
| 第5章 基于TurtleBot移动机器人的目标跟随实验 | 第58-69页 |
| 5.1 基于TurtleBot移动机器人的硬件体系设计 | 第58-59页 |
| 5.2 ROS机器人操作系统基本原理 | 第59-60页 |
| 5.3 系统软件结构 | 第60-61页 |
| 5.4 运动目标跟随实验 | 第61-68页 |
| 5.4.1 目标不丢失跟踪 | 第61-63页 |
| 5.4.2 目标跟随后丢失 | 第63-68页 |
| 5.5 本章小结 | 第68-69页 |
| 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 附录A 攻读学位期间所发表的学术成果 | 第77页 |
