| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 课题意义 | 第10-11页 |
| 1.2 机器人发展现状 | 第11页 |
| 1.3 研究内容 | 第11-13页 |
| 第二章 机器人 IIP-A 的控制系统 | 第13-17页 |
| 2.1 机器人 IIP-A 控制系统简介 | 第13-15页 |
| 2.2 决策控制层简介 | 第15-16页 |
| 2.3 RS-485 通讯协议 | 第16-17页 |
| 第三章 机器人各硬件模块简介 | 第17-20页 |
| 3.1 电源供应 | 第17页 |
| 3.2 传感器 | 第17-18页 |
| 3.2.1 超声波传感器 | 第17-18页 |
| 3.2.2 红外光电开关 | 第18页 |
| 3.3 角速度陀螺仪 | 第18页 |
| 3.4 图像捕获模块 | 第18-20页 |
| 第四章 机器人的软件系统结构 | 第20-23页 |
| 4.1 动作对象层 | 第20-21页 |
| 4.2 命令分析层 | 第21-22页 |
| 4.3 硬件控制层 | 第22-23页 |
| 第五章 避障系统中超声传感器分布及控制算法 | 第23-29页 |
| 5.1 超声波传感器简介 | 第23页 |
| 5.2 超声波传感器在机器人上的分布 | 第23-24页 |
| 5.3 机器人避障行为的控制算法 | 第24-26页 |
| 5.4 实验 | 第26-27页 |
| 5.5 实验结果分析 | 第27-28页 |
| 5.6 本章小结 | 第28-29页 |
| 第六章 机器人图像处理基础理论 | 第29-32页 |
| 6.1 RGB 颜色空间 | 第29页 |
| 6.2 HSV 颜色空间 | 第29-30页 |
| 6.3 RGB 空间转换到 HSV 空间 | 第30-31页 |
| 6.4 色彩投影图简介 | 第31页 |
| 6.5 颜色概率分布图 | 第31-32页 |
| 第七章 基于视觉信息的自主导航机器人的设计与实现 | 第32-46页 |
| 7.1 Mean-Shift 算法原理分析 | 第32-34页 |
| 7.1.1 目标模板简介 | 第32-33页 |
| 7.1.2 候选模板简介 | 第33页 |
| 7.1.3 度量相似性 | 第33页 |
| 7.1.4 目标跟踪的实现过程 | 第33-34页 |
| 7.2 Camshift 算法 | 第34-36页 |
| 7.2.1 色彩直方图和概率分布图 | 第34-35页 |
| 7.2.2 确定搜索窗的质心 | 第35-36页 |
| 7.3 粒子滤波 | 第36-40页 |
| 7.3.1 贝叶斯滤波理论 | 第37-39页 |
| 7.3.2 贝叶斯重要采样性 | 第39页 |
| 7.3.3 序列重要性采样 | 第39-40页 |
| 7.4 Camshift 与粒子滤波结合实现目标跟踪 | 第40-42页 |
| 7.5 实验 | 第42-46页 |
| 7.5.1 Camshift 算法实验及结果分析 | 第42-43页 |
| 7.5.2 粒子滤波&Camshift 算法实验及结果分析 | 第43-45页 |
| 7.5.3 自主移动机器人目标跟踪实验 | 第45-46页 |
| 第八章 总结与展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |