| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 图清单 | 第8-10页 |
| 表清单 | 第10-11页 |
| 注释表 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景和意义 | 第12-13页 |
| ·AGV 视觉导引技术研究现状 | 第13-15页 |
| ·AGV 视觉导引关键技术 | 第15-16页 |
| ·本课题的来源与研究内容 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 基于光照约束的 AGV 视觉导引图像预处理技术研究 | 第18-32页 |
| ·视觉导引系统的基本原理 | 第18-20页 |
| ·视觉导引图像预处理方法 | 第20-22页 |
| ·摄像机的标定 | 第20-22页 |
| ·图像二值化 | 第22页 |
| ·基于光照约束的非均匀光照的增强方法 | 第22-31页 |
| ·LED 环形阵列光照模型 | 第23-24页 |
| ·Levenberg-Marquardt 算法 | 第24-26页 |
| ·图像明暗分析及彩色感知 | 第26-27页 |
| ·光照模型求解 | 第27-29页 |
| ·实验与结果分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 AGV 视觉导引多分支路径识别研究 | 第32-46页 |
| ·AGV 视觉导引多分支路径识别研究现状 | 第32-33页 |
| ·特征提取和最小生成树 | 第33-39页 |
| ·目标描述符 | 第33-34页 |
| ·特征选择及其典型算法 | 第34-37页 |
| ·支持向量机原理 | 第37-39页 |
| ·多分支路径识别模型 | 第39-43页 |
| ·AGV 视觉导引多分支路径模型 | 第39-40页 |
| ·导引路径的特征提取方法 | 第40-41页 |
| ·导引路径的特征选择与可行性分析 | 第41-43页 |
| ·基于最小生成树的多分类决策方法 | 第43页 |
| ·实验及分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 双驱动 AGV 多目视觉导引技术研究 | 第46-57页 |
| ·双驱动 AGV 多目视觉系统模型 | 第46-47页 |
| ·多摄像机的协同标定 | 第47-51页 |
| ·多摄像机协同标定模型 | 第47-48页 |
| ·直线运动下的标定 | 第48-49页 |
| ·自转状态下的标定 | 第49页 |
| ·实验与结果分析 | 第49-51页 |
| ·多目视觉协同导引技术 | 第51-56页 |
| ·圆弧转弯过程分析 | 第51-53页 |
| ·圆弧转弯优化方法 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 视觉导引 AGV 系统试验验证 | 第57-65页 |
| ·单目视觉导引系统的设计 | 第57-60页 |
| ·单目视觉导引系统的机械结构设计 | 第57页 |
| ·单目视觉导引系统的硬件设计 | 第57-59页 |
| ·单目视觉导引系统的软件设计 | 第59-60页 |
| ·视觉导引 AGV 的综合性能试验 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |