首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

类车机器人单目视觉路径跟踪与障碍物检测系统研究

摘要第4-6页
Abstract第6-7页
目录第8-10页
第1章 绪论第10-14页
    1.1 课题背景及研究意义第10-11页
    1.2 计算机视觉研究现状第11-12页
    1.3 本文主要工作及结构安排第12-14页
第2章 系统整体设计及环境搭建第14-27页
    2.1 图像预处理第14-18页
        2.1.1 图像灰度化第15-16页
        2.1.2 图像滤波第16-17页
        2.1.3 直方图均衡化第17-18页
    2.2 图像识别第18-22页
        2.2.1 路径识别第18-21页
        2.2.2 障碍物识别第21-22页
    2.3 路径跟踪决策控制第22-23页
        2.3.1 非完整系统第22页
        2.3.2 模糊控制的特点第22-23页
        2.3.3 模糊控制器的基本结构第23页
    2.4 实验环境搭建第23-26页
        2.4.1 Webots、VS2010 和 Opencv2.2 仿真环境搭建第23-24页
        2.4.2 真实实验环境第24-26页
    2.5 本章小结第26-27页
第3章 路径识别与跟踪第27-42页
    3.1 阈值和边界相结合的路径区域分割第27-31页
        3.1.1 自适应阈值分割第28-29页
        3.1.2 形态学变换滤波第29-30页
        3.1.3 边缘特征提取第30-31页
    3.2 使用起始点和预瞄点描述路径第31-36页
        3.2.1 起始点和预瞄点的定义第31-32页
        3.2.2 Hough 直线变换确定起始点坐标范围第32-34页
        3.2.3 边界跟踪确定起始点和预瞄点第34-36页
    3.3 控制器设计第36-38页
        3.3.1 转角模糊控制器设计第36-38页
        3.3.2 速度模糊控制器设计第38页
    3.4 路径识别与跟踪结果第38-41页
    3.5 本章小结第41-42页
第4章 光流法实现障碍物检测第42-57页
    4.1 光流相关概念第42-44页
        4.1.1 运动场和光流场第42-43页
        4.1.2 光流约束方程第43-44页
    4.2 加入角点特征的金字塔 LK 稀疏光流计算第44-49页
        4.2.1 角点检测第44-46页
        4.2.2 LK 算法原理第46页
        4.2.3 使用图像金字塔优化光流计算第46-49页
    4.3 改进平衡策略判断障碍物区域第49-50页
    4.4 三维信息计算第50-56页
        4.4.1 FOE 点理想情况与实际求解第51-53页
        4.4.2 TTC 求解第53-54页
        4.4.3 光流与三维运动参数的关系第54-55页
        4.4.4 TTC 与相对深度求解结果第55-56页
    4.5 本章小结第56-57页
第5章 总结与展望第57-59页
    5.1 主要研究成果第57页
    5.2 存在的问题及未来的工作第57-59页
参考文献第59-62页
作者简介及在学期间所取得的科研成果第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:基于JavaWeb网络订餐平台的设计与实现
下一篇:变换域视频水印技术研究