| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 论文研究背景和意义 | 第8页 |
| 1.2 移动机器人发展现状 | 第8-12页 |
| 1.3 移动机器人的关键技术 | 第12-13页 |
| 1.4 论文研究内容和章节安排 | 第13-16页 |
| 1.4.1 系统总体设计及工作原理 | 第13-15页 |
| 1.4.2 论文章节安排 | 第15-16页 |
| 第2章 视觉信息处理方法研究 | 第16-28页 |
| 2.1 环境信息的采集与图像预处理 | 第17页 |
| 2.2 摄像机标定技术 | 第17-21页 |
| 2.3 基于 SIFT 算法的环境特征提取与匹配算法 | 第21-27页 |
| 2.3.1 图像特征概述 | 第21页 |
| 2.3.2 图像特征点提取和匹配方法 | 第21-25页 |
| 2.3.3 基于 SIFT 算法的实验结果 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 路径规划设计方法 | 第28-34页 |
| 3.1 路径规划算法简介 | 第28-30页 |
| 3.2 基于人工势场法的机器人路径规划 | 第30-33页 |
| 3.2.1 人工势场法原理 | 第30-32页 |
| 3.2.2 仿真实验与分析 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 运动控制策略算法研究 | 第34-45页 |
| 4.1 智能小车的结构分析 | 第35-36页 |
| 4.2 智能小车模型 | 第36-40页 |
| 4.2.1 智能小车驱动控制系统模型 | 第36-37页 |
| 4.2.2 智能小车运动学模型 | 第37-38页 |
| 4.2.3 智能小车动力学模型 | 第38-40页 |
| 4.3 小车控制算法研究 | 第40-44页 |
| 4.3.1 小车 PID 控制算法研究 | 第41-42页 |
| 4.3.2 仿真实验 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 智能小车控制系统实验平台设计 | 第45-60页 |
| 5.1 硬件结构组成 | 第45-47页 |
| 5.1.1 小车车体 | 第45页 |
| 5.1.2 车体控制器 | 第45-47页 |
| 5.2 OMAP 网络化控制器系统 | 第47-52页 |
| 5.2.1 系统结构 | 第48页 |
| 5.2.2 实时控制平台 | 第48-52页 |
| 5.3 系统软件的配置和开发 | 第52-56页 |
| 5.3.1 Matlab/Simulink/RTW | 第53页 |
| 5.3.2 VMware/Linux | 第53-56页 |
| 5.4 实验平台测试 | 第56-59页 |
| 5.5 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |