基于信息融合的移动机器人目标识别与定位研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文研究背景和意义 | 第10-11页 |
| 1.2 本文相关技术研究现状 | 第11-14页 |
| 1.2.1 基于视觉的目标识别研究现状 | 第11-13页 |
| 1.2.2 基于视觉的目标定位研究现状 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 本文结构 | 第15-16页 |
| 第2章 目标识别与定位的理论基础 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 基于视觉的目标识别 | 第16-22页 |
| 2.2.1 图像特征的分类 | 第16-22页 |
| 2.2.2 图像分割算法 | 第22页 |
| 2.3 摄像机标定 | 第22-28页 |
| 2.3.1 摄像机线性模型 | 第22-24页 |
| 2.3.2 摄像机畸变模型 | 第24-25页 |
| 2.3.3 摄像机标定方法 | 第25-28页 |
| 2.4 基于单目视觉的目标定位 | 第28-31页 |
| 2.4.1 无人工标志的单幅图像定位 | 第28-29页 |
| 2.4.2 设置人工标志的单幅图像定位 | 第29-30页 |
| 2.4.3 基于两幅或多幅图像的目标定位 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 结合颜色和轮廓的目标识别 | 第32-46页 |
| 3.1 引言 | 第32-33页 |
| 3.2 结合颜色和轮廓的目标识别算法 | 第33-41页 |
| 3.2.1 基于HSV颜色空间的彩色图像分割 | 第34-38页 |
| 3.2.2 基于轮廓不变矩的识别 | 第38-41页 |
| 3.3 实验及结果分析 | 第41-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 融合视觉和超声波传感器信息的目标定位 | 第46-63页 |
| 4.1 引言 | 第46页 |
| 4.2 超声波传感器测距 | 第46-47页 |
| 4.2.1 超声波测距基本原理 | 第46-47页 |
| 4.3 基于信息融合的定位算法 | 第47-51页 |
| 4.4 实验及结果分析 | 第51-62页 |
| 4.4.1 NAO机器人的实验平台 | 第51-52页 |
| 4.4.2 相机标定实验 | 第52-54页 |
| 4.4.3 目标定位对比实验 | 第54-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 结论与展望 | 第63-65页 |
| 5.1 全文总结 | 第63页 |
| 5.2 研究展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间参加的科研项目和成果 | 第71页 |
