| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题来源、研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文的工作和内容安排 | 第12-14页 |
| 第2章 图像处理的一般算法 | 第14-25页 |
| 2.1 彩色图像处理 | 第14-17页 |
| 2.1.1 RGB模型 | 第14页 |
| 2.1.2 HSI模型 | 第14-16页 |
| 2.1.3 YUV模型 | 第16页 |
| 2.1.4 彩色边缘检测 | 第16-17页 |
| 2.2 图像金字塔 | 第17-18页 |
| 2.3 图像分割 | 第18-24页 |
| 2.3.1 边缘检测 | 第18-21页 |
| 2.3.2 Hough变换直线检测 | 第21-22页 |
| 2.3.3 Otsu方法的最佳全局阈值处理 | 第22-23页 |
| 2.3.4 多阈值处理 | 第23-24页 |
| 2.3.5 区域生长 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 导航标志和定位标识点的识别 | 第25-37页 |
| 3.1 人工导航标志 | 第25页 |
| 3.2 视觉导航对图像处理的要求 | 第25-26页 |
| 3.3 人工导航标志位置识别 | 第26-30页 |
| 3.3.1 颜色空间转换 | 第26-27页 |
| 3.3.2 YUV空间下的彩色边缘检测 | 第27-29页 |
| 3.3.3 多分辨率Hough变换直线检测 | 第29-30页 |
| 3.4 定位标识点的识别 | 第30-36页 |
| 3.4.1 区域生长 | 第31-33页 |
| 3.4.2 最大类间方差法及多阈值处理 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 机器人运动建模 | 第37-44页 |
| 4.1 坐标系的规定 | 第37-38页 |
| 4.1.1 地球坐标系 | 第37页 |
| 4.1.2 机器人坐标系 | 第37-38页 |
| 4.2 机器人坐标系与地球坐标系之间的齐次坐标变换 | 第38-39页 |
| 4.3 两圆柱面相贯的相贯线方程 | 第39-41页 |
| 4.4 机器人运行轨迹和姿态分析 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 基于信息融合的定位 | 第44-51页 |
| 5.1 机器人运动模型 | 第44-45页 |
| 5.1.1 里程计模型 | 第44-45页 |
| 5.1.2 IMU模型 | 第45页 |
| 5.2 离散Kalman滤波数学模型 | 第45-46页 |
| 5.3 基于Kalman滤波的信息融合 | 第46-47页 |
| 5.4 计算机仿真 | 第47-49页 |
| 5.5 本章小结 | 第49-51页 |
| 第6章 总结与展望 | 第51-52页 |
| 6.1 总结 | 第51页 |
| 6.2 进一步研究与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间的研究成果 | 第56页 |