机器人采摘番茄中的双目定位技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题背景 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 基于双目番茄定位原理的摄像机标定 | 第16-31页 |
| ·摄像机标定实验的理论概述 | 第16-21页 |
| ·成像模型概述 | 第16-19页 |
| ·摄像机镜头畸变 | 第19-21页 |
| ·摄像机标定 | 第21-24页 |
| ·标定实验系统组成 | 第24-26页 |
| ·标定实验台架的设计、制造和调试 | 第24-25页 |
| ·标定实验图像采集系统 | 第25-26页 |
| ·标定实验设计 | 第26页 |
| ·标定图象的数据处理 | 第26-30页 |
| ·标定图像的处理 | 第26-27页 |
| ·特征点坐标的获取 | 第27-29页 |
| ·数据预处理 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 针对定位系统所建立的标定模型 | 第31-44页 |
| ·神经网络数据处理方法概述 | 第31-37页 |
| ·神经元模型 | 第31-33页 |
| ·神经网络的结构和类型 | 第33-35页 |
| ·神经网络的特征、功能及应用 | 第35页 |
| ·神经网络的训练与仿真 | 第35-36页 |
| ·数据处理中使用的BP神经网络模型的原因 | 第36-37页 |
| ·实验数据的前期处理 | 第37-38页 |
| ·神经网络的训练 | 第38-41页 |
| ·神经网络的训练结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 解决遮挡问题的双目番茄定位系统 | 第44-62页 |
| ·双目立体视觉定位概述 | 第44-50页 |
| ·立体匹配 | 第45-48页 |
| ·空间位置计算 | 第48-50页 |
| ·三维表面重建 | 第50页 |
| ·传统双目番茄定位方法无法解决的问题 | 第50-52页 |
| ·实际背景中的番茄 | 第50-52页 |
| ·面积配准番茄定位方法中存在的问题 | 第52页 |
| ·主动视觉番茄定位方法 | 第52-54页 |
| ·结合物体几何描述的三角测量定位原理 | 第53页 |
| ·结合主动视觉的三角测距定位原理 | 第53-54页 |
| ·主动番茄定位方法实验 | 第54-59页 |
| ·特征光源寻找实验 | 第54-56页 |
| ·特征光源验证实验 | 第56页 |
| ·番茄定位实验及评估 | 第56-59页 |
| ·番茄遮挡等问题的解决 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 主动番茄定位方法精度分析 | 第62-71页 |
| ·成像中心的确定 | 第62-63页 |
| ·摄像机CCD感光元件量化引起的测量误差 | 第63-64页 |
| ·距离分辨率理论分析 | 第64-66页 |
| ·传感器各参数对定位精度的影响 | 第66-68页 |
| ·误差分析 | 第68-69页 |
| ·定位精度提高的措施 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-73页 |
| ·主要工作及结论 | 第71-72页 |
| ·后续研究工作的建议 | 第72页 |
| ·结论 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 在读学位期间发表的论文 | 第77-78页 |
| 附录 1 标定实验数据 | 第78-82页 |
| 附录 2 关键程序 | 第82-84页 |
