基于随机森林与卡尔曼滤波的人体跟踪方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10页 |
| ·服务机器人介绍 | 第10-12页 |
| ·服务机器人的定义 | 第10页 |
| ·国内服务机器人发展现状 | 第10-12页 |
| ·服务机器人关键技术 | 第12-13页 |
| ·避障路径规划 | 第12页 |
| ·人机接口技术 | 第12-13页 |
| ·自由机械手 | 第13页 |
| ·环境感知 | 第13页 |
| ·创建地图与定位技术 | 第13页 |
| ·人体检测技术及研究现状 | 第13-16页 |
| ·基于红外线的人体检测 | 第14页 |
| ·基于视觉的人体检测 | 第14-15页 |
| ·基于激光雷达的人体检测 | 第15-16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 第二章 激光雷达及其数据处理 | 第18-30页 |
| ·激光雷达简介 | 第18-22页 |
| ·激光测距方法 | 第18-19页 |
| ·典型激光雷达简介 | 第19-20页 |
| ·典型激光雷达工作原理 | 第20-21页 |
| ·数据的采集及格式 | 第21-22页 |
| ·数据坐标系转换 | 第22-24页 |
| ·坐标系平移 | 第22-23页 |
| ·坐标系旋转 | 第23页 |
| ·坐标系平移和旋转 | 第23-24页 |
| ·数据降噪 | 第24-30页 |
| ·离群点的定义 | 第25-26页 |
| ·离群点检测的方法 | 第26-27页 |
| ·LOF算法 | 第27-30页 |
| 第三章 随机森林算法与下肢特征识别 | 第30-39页 |
| ·随机森林算法 | 第30-34页 |
| ·随机森林的原理 | 第31页 |
| ·随机森林的收敛性 | 第31-32页 |
| ·随机森林的泛化误差和相关系数的OOB估计 | 第32页 |
| ·随机森林随机特征的选取 | 第32-34页 |
| ·人体下肢特征 | 第34-36页 |
| ·基于随机森林的人体下肢检测 | 第36页 |
| ·基于统计特征的后续数据处理 | 第36-39页 |
| 第四章 基于卡尔曼滤波器的目标跟踪 | 第39-49页 |
| ·卡尔曼滤波原理 | 第39-43页 |
| ·卡尔曼滤波概述 | 第39-40页 |
| ·离散卡尔曼滤波 | 第40-41页 |
| ·滤波器的计算原型 | 第41-42页 |
| ·滤波器原型说明 | 第42-43页 |
| ·卡尔曼滤波算法概述 | 第43-45页 |
| ·基于卡尔曼位置预测的目标跟踪模型 | 第45-49页 |
| ·算法描述 | 第45-46页 |
| ·算法的实现 | 第46-49页 |
| 第五章 实验结果与分析 | 第49-53页 |
| ·激光雷达信息预处理的结果与分析 | 第49-50页 |
| ·人体下肢识别的结果与分析 | 第50-51页 |
| ·人体跟踪实验的结果与评价 | 第51-52页 |
| ·系统整体评价 | 第52-53页 |
| 第六章 结论与展望 | 第53-55页 |
| ·研究总在总结 | 第53页 |
| ·对后续工作的展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
