全自主机器人视觉处理与目标跟踪研究
摘要 | 第1-3页 |
Abstract | 第3-6页 |
第一章 绪论 | 第6-10页 |
·课题研究背景和意义 | 第6-7页 |
·机器人的相关概念 | 第6页 |
·机器人的分类 | 第6页 |
·机器人的发展 | 第6-7页 |
·机器人视觉技术的发展现状 | 第7-8页 |
·机器人跟踪技术的发展 | 第8-9页 |
·课题研究的主要内容 | 第9-10页 |
第二章 全自主足球机器人的系统组成 | 第10-18页 |
·全自主机器人的系统组成 | 第10页 |
·全自主机器人的基本运动结构 | 第10-12页 |
·RoboCup 中型组机器人足球简介 | 第12-13页 |
·AS-R 自主机器人 | 第13-17页 |
·AS-R 自主机器人体系结构 | 第14-15页 |
·AS-R 目标跟踪的两大硬件系统 | 第15-17页 |
·本章小节 | 第17-18页 |
第三章 中型组机器人视觉系统设计与实现 | 第18-38页 |
·视觉图像处理及理论 | 第18-28页 |
·图像的获取和数字化 | 第18-21页 |
·图像预处理 | 第21-24页 |
·彩色图像分割 | 第24-27页 |
·模式识别 | 第27-28页 |
·视觉模块以及算法的选择 | 第28-37页 |
·图像滤波 | 第28-29页 |
·改进的图像滤波算法 | 第29-30页 |
·图像锐化 | 第30-32页 |
·颜色分割 | 第32-34页 |
·特征提取 | 第34-37页 |
·本章小节 | 第37-38页 |
第四章 目标跟踪技术研究 | 第38-57页 |
·引言 | 第38页 |
·自主机器人视觉系统的建模 | 第38-42页 |
·摄像机透视模型 | 第39-40页 |
·图形重投影与平面投影 | 第40-42页 |
·运动目标跟踪算法 | 第42-48页 |
·卡尔曼滤波算法 | 第42-43页 |
·粒子滤波算法 | 第43-44页 |
·交互多模型(IMM)算法 | 第44-47页 |
·几种算法的仿真与比较 | 第47-48页 |
·卡尔曼滤波跟踪算法的应用 | 第48-57页 |
·目标运动模型 | 第49-50页 |
·投影坐标转换 | 第50-51页 |
·状态变量预估 | 第51-52页 |
·卡尔曼预测器设计 | 第52-53页 |
·跟踪预测实验 | 第53-57页 |
第五章 总结 | 第57-58页 |
参考文献 | 第58-60页 |
致谢 | 第60-61页 |
个人简历及在学期间发表论文 | 第61页 |