室内移动机器人的动态路径规划
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-16页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 移动机器人发展现状 | 第12-14页 |
| 1.2.1 国外发展现状 | 第12-13页 |
| 1.2.2 国内发展现状 | 第13-14页 |
| 1.3 本文的主要内容 | 第14-16页 |
| 2 路径规划相关技术及整体方案 | 第16-24页 |
| 2.1 路径规划相关技术 | 第16-20页 |
| 2.1.1 环境地图构建 | 第16-17页 |
| 2.1.2 定位技术 | 第17-18页 |
| 2.1.3 路径规划方法 | 第18-20页 |
| 2.2 路径规划系统整体设计 | 第20-23页 |
| 2.2.1 路径规划系统设计思路 | 第20-21页 |
| 2.2.2 路径规划系统的硬件组成 | 第21-22页 |
| 2.2.3 基于图像处理的路径规划算法设计 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 摄像机参数标定设计 | 第24-32页 |
| 3.1 摄像机成像模型 | 第24-27页 |
| 3.1.1 线性情况下摄像机模型 | 第24-26页 |
| 3.1.2 非线性情况下摄像机模型 | 第26-27页 |
| 3.2 摄像机标定实现 | 第27-29页 |
| 3.3 标定结果及分析 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 环境地图构建 | 第32-40页 |
| 4.1 全局图像预处理 | 第32-33页 |
| 4.1.1 滤波 | 第32页 |
| 4.1.2 形态学处理 | 第32-33页 |
| 4.2 可行区域的提取 | 第33-37页 |
| 4.2.1 边缘提取算法原理 | 第33-35页 |
| 4.2.2 自适应阈值选取 | 第35-36页 |
| 4.2.3 障碍物区域分割实现 | 第36-37页 |
| 4.3 栅格地图构建 | 第37-39页 |
| 4.4 本章小结 | 第39-40页 |
| 5 移动机器人的视觉定位 | 第40-52页 |
| 5.1 机器人检测算法的设计 | 第40-46页 |
| 5.1.1 常见目标检测方法 | 第40-42页 |
| 5.1.2 基于codebook的背景模型建立 | 第42-43页 |
| 5.1.3 机器人区域检测实现 | 第43-46页 |
| 5.2 移动机器人跟踪定位算法的设计 | 第46-51页 |
| 5.2.1 目标区域的分割 | 第46页 |
| 5.2.2 目标跟踪算法原理 | 第46-49页 |
| 5.2.3 机器人跟踪定位的实现 | 第49-51页 |
| 5.3 本章小结 | 第51-52页 |
| 6 移动机器人路径规划算法设计 | 第52-64页 |
| 6.1 启发式搜索技术 | 第52-55页 |
| 6.1.1 估价函数 | 第52页 |
| 6.1.2 最好优先搜索 | 第52-55页 |
| 6.2 A*算法的路径规划 | 第55-58页 |
| 6.2.1 A*算法原理 | 第55页 |
| 6.2.2 估价函数的选择 | 第55-56页 |
| 6.2.3 路径规划算法实现 | 第56-58页 |
| 6.3 动态环境路径规划策略 | 第58-60页 |
| 6.4 路径规划系统仿真界面 | 第60-63页 |
| 6.4.1 仿真平台的搭建 | 第60-61页 |
| 6.4.2 路径规划仿真结果 | 第61-63页 |
| 6.5 本章小结 | 第63-64页 |
| 7 总结与展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |
| 个人简介 | 第68页 |
