| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题的背景及研究意义 | 第9-11页 |
| 1.1.1 课题背景 | 第9-10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 相关课题的国内外研究现状 | 第11-15页 |
| 1.2.1 自平衡机器人研究现状 | 第11-14页 |
| 1.2.2 智能车编队行进控制研究现状 | 第14-15页 |
| 1.3 本课题主要研究内容 | 第15-17页 |
| 2 自平衡车编队系统模型的研究 | 第17-31页 |
| 2.1 自平衡车数学模型的建立 | 第17-26页 |
| 2.1.1 两轮自平衡车的数学模型的建立 | 第17-24页 |
| 2.1.2 Matlab/Simulink仿真验证 | 第24-26页 |
| 2.2 自平衡车编队系统数学模型的建立 | 第26-30页 |
| 2.2.1 波动性模型分析 | 第26-28页 |
| 2.2.2 编队系统模型数学的建立 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 3 单目视觉的目标识别 | 第31-45页 |
| 3.1 摄像机与标识物 | 第31-33页 |
| 3.1.1 摄像机的成像原理 | 第31-32页 |
| 3.1.2 标识物的设计 | 第32页 |
| 3.1.3 摄像头与标识物的安放 | 第32-33页 |
| 3.2 图像基础理论知识 | 第33-35页 |
| 3.2.1 数字化图像 | 第33-34页 |
| 3.2.2 灰度图像 | 第34-35页 |
| 3.3 图像处理 | 第35-38页 |
| 3.3.1 灰度图像的转化 | 第35页 |
| 3.3.2 图像滤波 | 第35-36页 |
| 3.3.3 图像分割 | 第36-37页 |
| 3.3.4 图像阈值化 | 第37-38页 |
| 3.4 图像区域描述 | 第38-42页 |
| 3.4.1 图像确定有效区域 | 第38-41页 |
| 3.4.2 图像距离的描述 | 第41-42页 |
| 3.5 图像识别 | 第42-44页 |
| 3.5.1 标识物图像识别 | 第42-43页 |
| 3.5.2 图像信息提取 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 4 编队系统控制算法设计与仿真 | 第45-55页 |
| 4.1 自平衡车模型与编队队形耦合性分析 | 第45-46页 |
| 4.2 编队系统控制器的设计 | 第46-53页 |
| 4.2.1 自平衡车控制器设计 | 第46-50页 |
| 4.2.2 编队队形控制器设计 | 第50-52页 |
| 4.2.3 实验仿真 | 第52-53页 |
| 4.3 本章小结 | 第53-55页 |
| 5 实验环境搭建与结果 | 第55-65页 |
| 5.1 系统总体设计方案 | 第55-57页 |
| 5.2 自平衡车的硬件环境 | 第57-59页 |
| 5.2.1 自平衡车的选择与硬件介绍 | 第57-58页 |
| 5.2.2 摄像头的选择 | 第58-59页 |
| 5.3 软件方案设计 | 第59-62页 |
| 5.3.1 图像采集及处理程序 | 第59-60页 |
| 5.3.2 编队行进控制程序 | 第60-62页 |
| 5.4 编队系统实验结果分析 | 第62-63页 |
| 5.5 本章小结 | 第63-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-71页 |