基于数学形态学全局图像处理的室内导航系统路径规划
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·服务型机器人发展现状 | 第11-14页 |
| ·视觉导航技术研究现状 | 第14页 |
| ·机器人路径规划研究现状 | 第14-15页 |
| ·本文的主要研究内容 | 第15-17页 |
| 第2章 室内导航系统总体设计 | 第17-30页 |
| ·引言 | 第17页 |
| ·室内导航系统整体设计方案 | 第17-20页 |
| ·室内导航系统的设计思路 | 第17-19页 |
| ·室内导航系统的硬件组成 | 第19-20页 |
| ·基于图像处理的上位机视觉导航系统 | 第20-23页 |
| ·图像采集模块 | 第21-22页 |
| ·基于图像处理的上位机路径规划算法设计 | 第22-23页 |
| ·通讯系统 | 第23-24页 |
| ·移动机器人系统 | 第24-29页 |
| ·处理器模块 | 第25-26页 |
| ·超声测距模块 | 第26-27页 |
| ·电机驱动模块 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于数学形态学全局图像处理的环境信息识别 | 第30-45页 |
| ·引言 | 第30页 |
| ·全局图像的采集 | 第30-33页 |
| ·镜头的广角修正 | 第30-33页 |
| ·全局环境信息采集 | 第33页 |
| ·基于数学形态学的环境信息识别 | 第33-44页 |
| ·数学形态学边缘检测算子 | 第33-37页 |
| ·基于图像灰度熵的结构元素优化 | 第37-42页 |
| ·室内环境中障碍物和移动机器人位置的实时检测 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于遗传算法路径规划的室内导航策略 | 第45-52页 |
| ·引言 | 第45页 |
| ·地图模型建立与障碍物定位 | 第45-46页 |
| ·基于遗传算法的路径规划 | 第46-49页 |
| ·最优路径的分时搜索 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 实验研究 | 第52-69页 |
| ·引言 | 第52页 |
| ·室内导航系统的路径规划流程 | 第52-53页 |
| ·室内模拟环境的地图构建及路径规划任务 | 第53-54页 |
| ·室内模拟实验过程及结果 | 第54-64页 |
| ·障碍物和移动机器人位置识别实验 | 第54-57页 |
| ·全局路径规划实验 | 第57-59页 |
| ·基于障碍物实时检测的路径规划实验 | 第59-64页 |
| ·室内真实场景实验研究 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间承担的科研任务和主要成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 作者简介 | 第76页 |
