基于视觉的仿人足球机器人定位与跟踪算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-23页 |
| ·仿人足球机器人的发展概况 | 第11页 |
| ·RoboCup的发展及意义 | 第11-13页 |
| ·RoboCup足球机器人比赛 | 第13-16页 |
| ·RoboCup标准平台组比赛介绍 | 第13-15页 |
| ·仿人机器人Nao | 第15-16页 |
| ·机器人视觉定位技术研究现状 | 第16-18页 |
| ·运动目标跟踪技术研究现状 | 第18-19页 |
| ·本文主要研究内容 | 第19-23页 |
| 第2章 仿人机器人单目测距模型建立 | 第23-35页 |
| ·仿人机器人Nao摄像机标定 | 第23-28页 |
| ·视觉信息预处理 | 第28-31页 |
| ·颜色空间概念 | 第28页 |
| ·颜色空间转换 | 第28页 |
| ·颜色表建立 | 第28-29页 |
| ·视觉识别区域划分 | 第29-31页 |
| ·机器人Nao单目测距模型建立 | 第31-32页 |
| ·测距实验结果与分析 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 仿人机器人运动学标定 | 第35-49页 |
| ·仿人机器人运动学模型建立 | 第35-44页 |
| ·机器人D-H模型建立 | 第35-39页 |
| ·仿人机器人运动链数学模型建立 | 第39-44页 |
| ·坐标系统建立 | 第44-45页 |
| ·机器人Nao的运动学标定 | 第45-47页 |
| ·实验结果与分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 机器人定位算法的研究与应用 | 第49-71页 |
| ·粒子滤波基本原理 | 第49-55页 |
| ·动态系统的状态空间模型 | 第50页 |
| ·贝叶斯滤波原理 | 第50-52页 |
| ·基本粒子滤波算法 | 第52-54页 |
| ·蒙特卡洛方法 | 第54-55页 |
| ·蒙特卡洛定位算法研究 | 第55-57页 |
| ·基本蒙特卡洛定位算法 | 第56-57页 |
| ·基本MCL算法存在的问题 | 第57页 |
| ·基本MCL算法改进 | 第57-59页 |
| ·机器人Nao的运动模型与观测模型建立 | 第59-62页 |
| ·机器人Nao运动模型的建立 | 第59-61页 |
| ·机器人Nao感知模型的建立 | 第61-62页 |
| ·机器人Nao的位姿计算 | 第62-63页 |
| ·基于改进MCL机器人定位算法实现 | 第63-69页 |
| ·机器人静态定位实验与分析 | 第64-65页 |
| ·机器人随机运动定位实验与分析 | 第65-68页 |
| ·基于机器人绑架问题的实验与分析 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 第5章 基于粒子滤波的仿人机器人跟踪算法研究 | 第71-85页 |
| ·机器人检测与识别 | 第71-73页 |
| ·机器人队标识别 | 第71-72页 |
| ·基于队标的机器人检测 | 第72-73页 |
| ·运动目标跟踪算法研究 | 第73-80页 |
| ·基于SR的粒子滤波器仿真 | 第74-77页 |
| ·Kalman滤波在目标跟踪中的应用研究 | 第77-79页 |
| ·目标跟踪算法比较实验 | 第79-80页 |
| ·粒子滤波算法在机器人跟踪中的实现 | 第80-82页 |
| ·本章小结 | 第82-85页 |
| 第6章 总结与展望 | 第85-87页 |
| ·总结 | 第85页 |
| ·展望 | 第85-87页 |
| 参考文献 | 第87-92页 |
| 致谢 | 第92-93页 |
| 硕士期间获奖情况及发表论文 | 第93页 |
