| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-14页 |
| 1.2.1 移动机器人发展现状 | 第10-12页 |
| 1.2.2 目标检测跟踪发展现状 | 第12-14页 |
| 1.3 论文主要内容和章节安排 | 第14-15页 |
| 第二章 系统整体设计及相关技术 | 第15-22页 |
| 2.1 移动机器人系统工作流程 | 第15页 |
| 2.2 移动机器人系统设计方案选择 | 第15-18页 |
| 2.2.1 图像检测跟踪实现方式对比 | 第15-16页 |
| 2.2.2 采用基于NIOS Ⅱ软核的FPGA实现 | 第16-18页 |
| 2.3 开发技术简介 | 第18-22页 |
| 2.3.1 Qsys工具简介 | 第18-19页 |
| 2.3.2 Signal Tap Ⅱ软件介绍 | 第19-20页 |
| 2.3.3 Avalon总线概述 | 第20-22页 |
| 第三章 目标检测算法研究 | 第22-32页 |
| 3.1 目标检测评价指标 | 第22页 |
| 3.2 运动目标检测常见算法 | 第22-28页 |
| 3.2.1 三帧差法 | 第22-24页 |
| 3.2.2 基于高斯混合建模的背景减除法 | 第24-28页 |
| 3.3 基于自适应高斯混合模型的运动目标检测算法 | 第28-32页 |
| 3.3.1 算法改进 | 第28页 |
| 3.3.2 实验结果与分析 | 第28-32页 |
| 第四章 目标跟踪算法研究 | 第32-44页 |
| 4.1 目标跟踪评价指标 | 第32页 |
| 4.2 粒子滤波原理 | 第32-36页 |
| 4.2.1 贝叶斯滤波 | 第32-35页 |
| 4.2.2 序贯重要性采样 | 第35-36页 |
| 4.3 特征选取及融合 | 第36-38页 |
| 4.3.1 HSV颜色特征 | 第36页 |
| 4.3.2 边缘特征 | 第36-37页 |
| 4.3.3 LBP纹理特征 | 第37-38页 |
| 4.3.4 特征融合 | 第38页 |
| 4.4 基于多特征融合的粒子滤波目标跟踪算法 | 第38-44页 |
| 4.4.1 算法步骤 | 第39-40页 |
| 4.4.2 实验结果及分析 | 第40-44页 |
| 第五章 FPGA嵌入式系统硬件开发 | 第44-66页 |
| 5.1 机器人嵌入式系统整体框架 | 第44-45页 |
| 5.2 图像采集模块 | 第45-51页 |
| 5.2.1 OV7670摄像头模块简介 | 第45-47页 |
| 5.2.2 OV7670定制IP核 | 第47-49页 |
| 5.2.3 功能测试结果 | 第49-51页 |
| 5.3 VGA显示模块 | 第51-55页 |
| 5.3.1 VGA简介 | 第51-52页 |
| 5.3.2 VGA显示驱动定制IP核 | 第52-54页 |
| 5.3.3 功能测试结果 | 第54-55页 |
| 5.4 超声波测距模块 | 第55-56页 |
| 5.4.1 HC-SR04超声波测距模块简介 | 第55-56页 |
| 5.4.2 功能测试结果 | 第56页 |
| 5.5 模糊控制和运动执行模块 | 第56-63页 |
| 5.5.1 L298N电机驱动模块简介 | 第57-58页 |
| 5.5.2 模糊控制器的实现 | 第58-61页 |
| 5.5.3 模糊执行定制IP核 | 第61-62页 |
| 5.5.4 功能测试结果 | 第62-63页 |
| 5.6 机器人系统整体构建 | 第63-66页 |
| 第六章 FPGA嵌入式系统软件开发及系统测试 | 第66-77页 |
| 6.1 IP核HAL驱动实现 | 第66-67页 |
| 6.1.1 IP核编程函数介绍 | 第66-67页 |
| 6.1.2 IP核寄存器驱动文件的编写 | 第67页 |
| 6.2 图像处理算法的实现 | 第67-71页 |
| 6.3 软件实验测试及结果分析 | 第71-75页 |
| 6.4 嵌入式系统集成测试 | 第75-77页 |
| 6.4.1 机器人平台介绍 | 第75页 |
| 6.4.2 实验场景及条件 | 第75页 |
| 6.4.3 试验结果分析 | 第75-77页 |
| 总结与展望 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表的学术论文及取得的科研成果 | 第82页 |