自定位机器人的运动目标检测和跟踪
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 引言 | 第10-16页 |
| ·研究的背景和意义 | 第10页 |
| ·机器视觉的国内外研究现状 | 第10-11页 |
| ·机器人定位的研究现状 | 第11-13页 |
| ·移动平台下运动目标的检测与跟踪的研究现状 | 第13-14页 |
| ·运动目标的检测 | 第13页 |
| ·运动目标的跟踪 | 第13-14页 |
| ·本文的主要内容与组织结构 | 第14-16页 |
| 第二章 移动机器人视觉定位导航概述 | 第16-24页 |
| ·常见的导航方式 | 第16页 |
| ·视觉系统 | 第16-20页 |
| ·双目视觉导航 | 第17-18页 |
| ·全景视觉导航 | 第18-19页 |
| ·单目视觉导航 | 第19-20页 |
| ·课题组的相关工作 | 第20-22页 |
| ·机器人定位问题 | 第20-22页 |
| ·自主机器人的运动目标检测和跟踪 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 移动机器人的系统结构和改进的实验平台架构 | 第24-32页 |
| ·机器人系统工作原理以及各功能分析 | 第24-25页 |
| ·移动机器人的系统性能分析 | 第25-26页 |
| ·系统的实时性 | 第25页 |
| ·系统的准确性 | 第25-26页 |
| ·系统的稳定性 | 第26页 |
| ·机器人的系统组成部分 | 第26-28页 |
| ·控制模块 | 第27页 |
| ·传感器模块 | 第27-28页 |
| ·通信和决策模块 | 第28页 |
| ·机器车体模块 | 第28页 |
| ·改进的软件平台架构 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第四章 自主移动机器人的路径规划 | 第32-56页 |
| ·自主路径规划 | 第33-34页 |
| ·图像预处理 | 第34-41页 |
| ·空域滤波 | 第34-36页 |
| ·均值滤波 | 第34-35页 |
| ·中值滤波 | 第35-36页 |
| ·高斯滤波 | 第36页 |
| ·频域滤波 | 第36-41页 |
| ·低通滤波 | 第36-39页 |
| ·高通滤波 | 第39-41页 |
| ·图像的形态学处理 | 第41-43页 |
| ·腐蚀与膨胀 | 第41-42页 |
| ·开运算和闭运算 | 第42-43页 |
| ·人工编码 | 第43-51页 |
| ·编码的识别及解码 | 第45-46页 |
| ·编码识别 | 第46-50页 |
| ·分割图像 | 第46-47页 |
| ·编码图案的识别 | 第47-50页 |
| ·解码 | 第50-51页 |
| ·电子地图 | 第51-53页 |
| ·结果分析和改进 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 移动平台下运动目标的检测与跟踪 | 第56-68页 |
| ·运动目标的检测 | 第57-61页 |
| ·块匹配算法 | 第58-59页 |
| ·vibe 算法 | 第59-61页 |
| ·背景建模 | 第59-60页 |
| ·模型的初始化 | 第60页 |
| ·模型的更新 | 第60-61页 |
| ·检测结果 | 第61页 |
| ·运动目标的跟踪 | 第61-66页 |
| ·算法思想 | 第61-62页 |
| ·算法的实现 | 第62-63页 |
| ·一种改进的 CamShift 跟踪算法 | 第63页 |
| ·Kalman 滤波 | 第63-65页 |
| ·融入 Kalman 滤波器的 CamShift | 第65-66页 |
| ·结果及分析 | 第66页 |
| ·本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 附录 | 第78页 |
