首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

机器人单目视觉自主返回充电关键技术研究

中文摘要第3-4页
英文摘要第4-5页
1 绪论第8-12页
    1.1 研究背景及意义第8页
        1.1.1 研究背景第8页
        1.1.2 研究意义第8页
    1.2 相关领域研究进展第8-11页
        1.2.1 机器人自主返回充电技术进展第8-9页
        1.2.2 机器人视觉导航技术进展第9-11页
    1.3 主要工作及内容安排第11-12页
2 摄像机标定第12-24页
    2.1 引言第12页
    2.2 本文试验环境概述第12-13页
    2.3 小孔成像模型及坐标系统第13-16页
    2.4 摄像机标定方法概述第16-18页
    2.5 基于张正友平面法标定摄像机第18-22页
        2.5.1 张正友平面标定法第18-19页
        2.5.2 摄像机标定试验第19-22页
    2.6 本章小结第22-24页
3 自主返回充电远程对接第24-34页
    3.1 引言第24页
    3.2 门梁特征直线提取算法第24-27页
    3.3 建立门梁数学模型第27-29页
        3.3.1 门梁几何特征分析第27页
        3.3.2 门梁数学模型的建立方法第27-28页
        3.3.3 门梁判定法则第28-29页
    3.4 建立房间地图模型第29-30页
    3.5 自主返回充电远程对接运动控制策略第30-31页
    3.6 自主返回充电远程对接试验第31-33页
    3.7 本章小结第33-34页
4 充电座识别与跟踪第34-64页
    4.1 引言第34页
    4.2 充电座标识设计第34-36页
    4.3 HSV 颜色空间模型第36-39页
        4.3.1 颜色空间选择策略第36-38页
        4.3.2 RGB 与 HSV 的转换算法第38-39页
    4.4 基于 HSV 颜色直方图的目标分割算法第39-51页
        4.4.1 彩色图像分割常用方法第39-40页
        4.4.2 建立 HSV 颜色直方图第40-42页
        4.4.3 基于离线训练模式建立颜色直方图算法第42-47页
        4.4.4 基于 HSV 颜色直方图对彩色图像分割第47-51页
    4.5 基于形状特征参数模型的充电座识别算法第51-55页
        4.5.1 矩形拟合因子和体态比第51-52页
        4.5.2 轮廓筛选算法第52-55页
    4.6 充电座识别试验第55-58页
    4.7 基于 CamShift 算法跟踪充电座第58-63页
        4.7.1 MeanShift 算法用于目标跟踪的原理第58-61页
        4.7.2 基于 CamShift 算法对图像序列中目标的跟踪第61页
        4.7.3 充电座跟踪试验第61-63页
    4.8 本章小结第63-64页
5 基于小孔成像原理的单目视觉测距第64-74页
    5.1 引言第64页
    5.2 单目视觉测距方法分类第64-66页
    5.3 基于小孔成像原理的单目视觉测距算法第66-69页
    5.4 单目视觉测距试验第69-72页
    5.5 本章小结第72-74页
6 结论与展望第74-76页
    6.1 工作总结第74-75页
    6.2 研究展望第75-76页
致谢第76-78页
参考文献第78-80页
附录第80页
    A. 作者在攻读硕士学位期间发表的论文第80页
    B. 作者在攻读硕士学位期间参与的科研项目第80页
    C. 作者在攻读硕士学位期间获得的荣誉第80页

论文共80页,点击 下载论文
上一篇:广播电视节目主持人的核心竞争力评价与提升问题研究
下一篇:信息安全产品测试管理系统的设计与实现