摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景 | 第11-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 服务机器人研究现状 | 第12页 |
1.2.2 机器视觉研究现状 | 第12-14页 |
1.3 论文研究内容及安排 | 第14-17页 |
第二章 系统总体设计 | 第17-29页 |
2.1 服务机器人底盘的机械结构 | 第17-18页 |
2.2 服务机器人总体方案设计 | 第18-19页 |
2.3 运动控制系统方案设计 | 第19-25页 |
2.3.1 伺服电机及伺服驱动器 | 第19页 |
2.3.2 基于STM32的控制单板设计 | 第19-23页 |
2.3.3 服务机器人运动控制 | 第23-25页 |
2.4 机器视觉系统方案设计 | 第25-28页 |
2.4.1 图像处理平台硬件选型 | 第25-27页 |
2.4.2 图像处理平台软件介绍 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
第三章 摄像头驱动及标定 | 第29-39页 |
3.1 引言 | 第29页 |
3.2 相机驱动编写 | 第29-32页 |
3.2.1 Linux设备驱动 | 第29-30页 |
3.2.2 基于V4L2架构的摄像头驱动编写 | 第30-31页 |
3.2.3 相机驱动功能验证 | 第31-32页 |
3.3 相机成像模型 | 第32-35页 |
3.3.1 相关坐标系 | 第32-33页 |
3.3.2 小孔成像模型 | 第33-34页 |
3.3.3 非线性成像模型 | 第34-35页 |
3.4 相机参数标定 | 第35-38页 |
3.4.1 标定方法介绍 | 第35-37页 |
3.4.2 相机标定结果 | 第37-38页 |
3.5 本章小结 | 第38-39页 |
第四章 门牌检测识别功能设计与实现 | 第39-68页 |
4.1 引言 | 第39页 |
4.2 图像预处理方法研究 | 第39-43页 |
4.2.1 灰度化处理 | 第39-40页 |
4.2.2 直方图均衡化 | 第40-42页 |
4.2.3 图像滤波 | 第42-43页 |
4.3 门牌检测识别 | 第43-55页 |
4.3.1 边缘检测 | 第45-46页 |
4.3.2 门牌检测定位 | 第46-52页 |
4.3.2.1 椭圆形门牌检测 | 第47-51页 |
4.3.2.2 矩形门牌检测 | 第51-52页 |
4.3.3 字符分割 | 第52-53页 |
4.3.4 字符识别 | 第53-55页 |
4.4 门牌检测识别系统工程实现 | 第55-60页 |
4.4.1 门牌检测识别系统总体架构 | 第55-57页 |
4.4.2 边界条件处理 | 第57-59页 |
4.4.3 容错功能设计 | 第59-60页 |
4.5 服务机器人门牌检测识别功能实验 | 第60-67页 |
4.5.1 极端光照条件实验 | 第60-62页 |
4.5.2 连续多帧实验 | 第62-65页 |
4.5.3 门牌检测识别系统指导下的服务机器人运动实验 | 第65-67页 |
4.6 本章小结 | 第67-68页 |
第五章 视觉里程计功能设计与实现 | 第68-93页 |
5.1 引言 | 第68页 |
5.2 单目视觉里程计原理 | 第68-71页 |
5.2.1 极线约束模型 | 第68-70页 |
5.2.2 基本矩阵估计方法 | 第70-71页 |
5.3 图片特征提取算法研究 | 第71-76页 |
5.3.1 SIFT算法 | 第71-73页 |
5.3.2 SURF算法 | 第73-74页 |
5.3.3 FAST算法 | 第74-75页 |
5.3.4 特征提取算法选择 | 第75-76页 |
5.4 特征点跟踪算法 | 第76-79页 |
5.4.1 光流方法介绍 | 第76页 |
5.4.2 KLT角点跟踪算法 | 第76-78页 |
5.4.3 RANSAC法剔除误匹配点 | 第78页 |
5.4.4 图像匹配结果 | 第78-79页 |
5.5 视觉里程计工程实现 | 第79-81页 |
5.6 服务机器人视觉里程计功能实验 | 第81-91页 |
5.6.1 直线前进实验 | 第81-87页 |
5.6.2 原地回转实验 | 第87-91页 |
5.7 本章小结 | 第91-93页 |
第六章 总结与展望 | 第93-95页 |
6.1 总结 | 第93页 |
6.2 展望 | 第93-95页 |
致谢 | 第95-97页 |
参考文献 | 第97-101页 |
攻读硕士学位期间发表的论文 | 第101页 |