基于人工路标的移动机器人自主定位和导航方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 引言 | 第8页 |
| 1.2 移动机器人研究概况 | 第8-11页 |
| 1.2.1 国外移动机器人的研究发展 | 第8-10页 |
| 1.2.2 国内移动机器人的研究发展 | 第10-11页 |
| 1.3 移动机器人常用导航定位方法 | 第11-12页 |
| 1.3.1 航位推算法 | 第11页 |
| 1.3.2 特征匹配定位法 | 第11页 |
| 1.3.3 GPS定位法 | 第11页 |
| 1.3.4 路标定位法 | 第11-12页 |
| 1.3.5 组合方法 | 第12页 |
| 1.4 基于单目视觉的定位算法研究 | 第12-13页 |
| 1.5 基于路标的移动机器人视觉导航研究概况 | 第13页 |
| 1.5.1 自然路标导航 | 第13页 |
| 1.5.2 人工路标导航 | 第13页 |
| 1.6 研究的背景和意义 | 第13-14页 |
| 1.7 论文的组织结构 | 第14-16页 |
| 2 单目视觉导航系统设计 | 第16-32页 |
| 2.1 移动机器人运动学分析 | 第16-21页 |
| 2.1.1 移动机器人航位推算 | 第16-18页 |
| 2.1.2 移动机器人运动控制 | 第18-19页 |
| 2.1.3 运动控制方法 | 第19-21页 |
| 2.2 基于人工路标的移动机器人视觉导航系统 | 第21-27页 |
| 2.2.1 移动机器人导航系统设计 | 第22页 |
| 2.2.2 小孔成像模型 | 第22-25页 |
| 2.2.3 移动机器人的定位模型 | 第25-27页 |
| 2.3 移动机器人定位的数学推导 | 第27-30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 特征提取算法设计 | 第32-44页 |
| 3.1 表色系简介 | 第32页 |
| 3.2 常用的表色系 | 第32-35页 |
| 3.2.1 RGB表色系 | 第32-33页 |
| 3.2.2 HSV表色系 | 第33-34页 |
| 3.2.3 HSI表色系 | 第34-35页 |
| 3.3 人工路标区域的粗提取 | 第35-39页 |
| 3.3.1 用RGB表色系提取特征 | 第36-37页 |
| 3.3.2 用HSV表色系提取特征 | 第37-39页 |
| 3.4 计算区域的面积和轮廓的周长 | 第39-40页 |
| 3.4.1 区域面积 | 第39页 |
| 3.4.2 轮廓周长 | 第39-40页 |
| 3.5 计算圆形度 | 第40-41页 |
| 3.6 人工路标特征点提取 | 第41-42页 |
| 3.7 本章小结 | 第42-44页 |
| 4 导航系统参数确定 | 第44-62页 |
| 4.1 相机标定 | 第44-49页 |
| 4.1.1 线性相机模型 | 第44-45页 |
| 4.1.2 非线性相机模型 | 第45-47页 |
| 4.1.3 基于OpenCV的相机标定 | 第47-49页 |
| 4.2 人工路标布置设计 | 第49-51页 |
| 4.2.1 确定人工路标平面高度 | 第49-50页 |
| 4.2.2 确定人工路标布置的间距 | 第50页 |
| 4.2.3 机器人最高运动速度 | 第50-51页 |
| 4.3 视觉导航系统试验平台 | 第51-53页 |
| 4.4 相机相对移动机器人的位姿标定 | 第53-57页 |
| 4.4.1 原理分析 | 第53-56页 |
| 4.4.2 相机位姿标定试验 | 第56-57页 |
| 4.5 人工路标位置的标定 | 第57-59页 |
| 4.5.1 原理分析 | 第57-59页 |
| 4.5.2 人工路标位置标定试验 | 第59页 |
| 4.6 本章小结 | 第59-62页 |
| 5 系统软件开发及验证 | 第62-72页 |
| 5.1 系统软件 | 第62-63页 |
| 5.2 自主定位导航试验及位姿误差测量 | 第63-68页 |
| 5.2.1 位姿误差测量原理 | 第63-65页 |
| 5.2.2 自主定位导航试验 | 第65-68页 |
| 5.3 视觉导航系统定位误差来源 | 第68-70页 |
| 5.4 本章小结 | 第70-72页 |
| 6 总结及展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-78页 |
