基于机器视觉的农业机器人自定位技术研究
| 目录 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-20页 |
| ·研究目的与意义 | 第9-11页 |
| ·农业机器人与视觉里程计 | 第11-14页 |
| ·农业机器人 | 第11-12页 |
| ·农业机器人定位技术概述 | 第12-13页 |
| ·视觉里程计技术 | 第13-14页 |
| ·视觉里程计定位技术的研究历史与现状 | 第14-17页 |
| ·研究内容和技术路线 | 第17-20页 |
| ·研究内容 | 第17-18页 |
| ·技术路线 | 第18-20页 |
| 第二章 基于双目视觉的机器人视觉里程计系统 | 第20-28页 |
| ·传统里程计 | 第20-23页 |
| ·视觉里程计 | 第23-25页 |
| ·视觉里程计原理 | 第23-24页 |
| ·视觉里程计系统 | 第24-25页 |
| ·视觉里程计硬件实现 | 第25-27页 |
| 本章小结 | 第27-28页 |
| 第三章 特征点提取及匹配 | 第28-69页 |
| ·特征提取概述 | 第28-31页 |
| ·特征点提取方法 | 第31-40页 |
| ·Harris角点检测算法 | 第32-34页 |
| ·SIFT特征点提取算法 | 第34-36页 |
| ·特征点精确定位 | 第36-37页 |
| ·特征点描述符 | 第37-40页 |
| ·SURF特征点提取算法 | 第40-51页 |
| ·SURF特征点匹配 | 第51-68页 |
| ·SURF特征点匹配算法 | 第52-55页 |
| ·约束条件 | 第55-56页 |
| ·匹配相似性度量 | 第56-57页 |
| ·BBF搜索算法 | 第57-60页 |
| ·匹配实验结果与分析 | 第60-68页 |
| 本章小结 | 第68-69页 |
| 第四章 机器人运动参数估计 | 第69-83页 |
| ·机器人运动参数估计数学模型 | 第69-71页 |
| ·机器人运动参数估计算法 | 第71-73页 |
| ·机器人定位实验结果与分析 | 第73-81页 |
| ·室内试验 | 第74-76页 |
| ·室外庭院试验 | 第76-78页 |
| ·农田环境 | 第78-81页 |
| 本章小结 | 第81-83页 |
| 第五章 结论与展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-91页 |
| 攻读硕士学位期间已录用的学术论文 | 第91页 |
