| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 引言 | 第8-9页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 光流的概念 | 第9页 |
| 1.2 光流研究的意义 | 第9-10页 |
| 1.3 光流法的发展状况及研究现状 | 第10-17页 |
| 1.3.1 光流法避障问题研究的发展过程 | 第10-13页 |
| 1.3.2 目前国内外计算光流的主要方法 | 第13-15页 |
| 1.3.3 光流计算需要解决的问题 | 第15-17页 |
| 1.4 平衡策略的研究现状 | 第17-19页 |
| 1.5 论文的主要结构及内容安排 | 第19-21页 |
| 第2章 匹配法和梯度法的计算过程及应用 | 第21-32页 |
| 2.1 光流计算的图像采集及选取 | 第21-22页 |
| 2.2 基于匹配的方法 | 第22-25页 |
| 2.2.1 最优估计点匹配法算法介绍 | 第22-24页 |
| 2.2.2 匹配法在移动目标检测和跟踪研究中的应用 | 第24-25页 |
| 2.3 基于梯度的方法 | 第25-26页 |
| 2.4 两种算法的对比 | 第26-27页 |
| 2.5 移动机器人避障的前提 | 第27页 |
| 2.6 匹配法的应用 | 第27-30页 |
| 2.6.1 障碍物的侦测 | 第28-30页 |
| 2.6.2 算法的应用 | 第30页 |
| 2.7 梯度法的应用 | 第30-31页 |
| 2.7.1 障碍物的侦测 | 第30页 |
| 2.7.2 算法的应用 | 第30-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第3章 传统的平衡策略及改进方案 | 第32-43页 |
| 3.1 传统的平衡策略介绍 | 第32-35页 |
| 3.1.1 平衡策略的基本原理 | 第32页 |
| 3.1.2 制定避障方案的准备工作 | 第32-34页 |
| 3.1.3 避障方案的制定 | 第34-35页 |
| 3.2 传统平衡策略的应用 | 第35页 |
| 3.3 传统平衡策略的缺陷 | 第35-37页 |
| 3.4 改进的思路 | 第37-38页 |
| 3.5 改进的平衡策略 | 第38-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 实验设计 | 第43-52页 |
| 4.1 实验工具 | 第43-44页 |
| 4.2 实验方案 | 第44-46页 |
| 4.3 实验结果 | 第46-49页 |
| 4.4 实验结果分析 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 导师简介 | 第59-60页 |
| 作者简介 | 第60-61页 |
| 学位论文数据集 | 第61页 |