| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-29页 |
| 1.1 课题背景 | 第14-15页 |
| 1.2 具备立体视觉的移动机器人研究现状 | 第15-17页 |
| 1.2.1 移动机器人立体视觉国际研究现状 | 第15-16页 |
| 1.2.2 国内机器人立体视觉研究现状 | 第16-17页 |
| 1.3 基于立体视觉的环境构建关键技术综述 | 第17-25页 |
| 1.3.1 摄像机标定与矫正研究现状 | 第17-19页 |
| 1.3.2 双目立体视觉原理与立体匹配研究现状 | 第19-25页 |
| 1.4 机器人路径规划研究现状 | 第25页 |
| 1.5 立体视觉环境构建及六足机器人路径规划关键问题 | 第25-26页 |
| 1.6 本文主要研究的课题内容 | 第26-29页 |
| 1.6.1 主要研究内容 | 第26-27页 |
| 1.6.2 论文总体结构 | 第27-29页 |
| 第2章 双目立体视觉系统设计与摄像机参数获取研究 | 第29-52页 |
| 2.1 引言 | 第29页 |
| 2.2 双目立体视觉系统设计 | 第29-41页 |
| 2.2.1 立体视觉系统方案确定 | 第29-32页 |
| 2.2.2 立体视觉系统的机械结构设计 | 第32-35页 |
| 2.2.3 立体视觉系统的控制单元设计 | 第35-39页 |
| 2.2.4 基于D-H坐标系的立体视觉系统运动学分析 | 第39-41页 |
| 2.3 单目与双目摄像机内部外部参数获取方法与图像校正 | 第41-51页 |
| 2.3.1 单目摄像机参数获取方法 | 第42-43页 |
| 2.3.2 摄像机畸变参数描述与获取方法 | 第43-45页 |
| 2.3.3 双目摄像机对极几何关系描述 | 第45-47页 |
| 2.3.4 双目摄像机立体校正方法 | 第47-49页 |
| 2.3.5 双目摄像机参数获取和校正实验结果 | 第49-51页 |
| 2.4 本章小结 | 第51-52页 |
| 第3章 基于马尔科夫随机场模型的全局最优匹配算法研究 | 第52-71页 |
| 3.1 引言 | 第52页 |
| 3.2 基于分割的全局最优立体匹配算法 | 第52-66页 |
| 3.2.1 全局最优立体匹配问题描述 | 第52-53页 |
| 3.2.2 基于马尔科夫随机场最大后验概率的立体匹配模型 | 第53-55页 |
| 3.2.3 基于MAP-MRF的信度传播求解算法 | 第55-57页 |
| 3.2.4 基于最优分割的加速算法实现步骤 | 第57-60页 |
| 3.2.5 全局问题局部化的最优分割实现方法 | 第60-63页 |
| 3.2.6 分割区域内信度传播加速算法 | 第63-66页 |
| 3.3 最优分割立体匹配算法实验结果与分析 | 第66-70页 |
| 3.3.1 立体匹配算法评价指标 | 第66-67页 |
| 3.3.2 全局分割匹配算法实验结果分析 | 第67-70页 |
| 3.4 本章小结 | 第70-71页 |
| 第4章 支撑点扩展快速立体匹配算法与三维信息构建研究 | 第71-93页 |
| 4.1 引言 | 第71页 |
| 4.2 能量最小化目标函数设计与求解方法 | 第71-77页 |
| 4.2.1 基于吉布斯随机场模型的目标函数设计 | 第71-73页 |
| 4.2.2 基于目标函数的求解算法 | 第73-77页 |
| 4.3 支撑点扩展快速立体匹配算法实现流程 | 第77-85页 |
| 4.3.1 支撑点扩展快速匹配算法原理与实现步骤 | 第77-79页 |
| 4.3.2 稳定支撑点的获取 | 第79-84页 |
| 4.3.3 支撑点为中心的邻域扩展方法 | 第84-85页 |
| 4.4 支撑点扩展快速匹配算法实验结果与分析 | 第85-89页 |
| 4.4.1 采用标准立体图对的实验结果与分析 | 第85-87页 |
| 4.4.2 实际场景中光照环境对算法的影响分析 | 第87-89页 |
| 4.5 基于视差图的场景三维信息构建 | 第89-91页 |
| 4.5.1 通过视差图获取场景三维信息 | 第89-90页 |
| 4.5.2 三维信息相对于摄像机坐标系的转换 | 第90-91页 |
| 4.6 本章小结 | 第91-93页 |
| 第5章 基于场景三维信息的障碍区域识别与机器人路径规划研究 | 第93-111页 |
| 5.1 引言 | 第93页 |
| 5.2 基于场景三维信息的障碍区域识别研究 | 第93-96页 |
| 5.3 基于局部信息的机器人路径规划研究 | 第96-105页 |
| 5.3.1 基于局部信息机器人路径规划基本步骤 | 第96-97页 |
| 5.3.2 基本定义与假设条件 | 第97-98页 |
| 5.3.3 基于局部复杂障碍的路径优化算法 | 第98-101页 |
| 5.3.4 基于可视图的最短路径搜索算法 | 第101-102页 |
| 5.3.5 基于势函数的机器人运动控制算法 | 第102-105页 |
| 5.4 基于局部信息的机器人路径规划算法实验结果与分析 | 第105-109页 |
| 5.4.1 基于简单人工障碍的实验结果与分析 | 第105-107页 |
| 5.4.2 基于复杂人工障碍的实验结果与分析 | 第107-108页 |
| 5.4.3 移动障碍物躲避实验分析 | 第108-109页 |
| 5.5 本章小结 | 第109-111页 |
| 第6章 基于立体视觉的六足机器人系统实验研究 | 第111-138页 |
| 6.1 引言 | 第111页 |
| 6.2 六足机器人运动规划方法 | 第111-118页 |
| 6.2.1 六足机器人系统 | 第111-112页 |
| 6.2.2 六足机器人步行方法 | 第112-117页 |
| 6.2.3 六足机器人关节轨迹及步长分析 | 第117-118页 |
| 6.3 六足机器人系统控制流程 | 第118-123页 |
| 6.3.1 控制程序功能模块 | 第119-120页 |
| 6.3.2 控制程序工作流程 | 第120-122页 |
| 6.3.3 控制程序人机界面设计 | 第122-123页 |
| 6.4 基于立体视觉的六足机器人实验研究 | 第123-137页 |
| 6.4.1 综合感知实验方法设计 | 第123-125页 |
| 6.4.2 平坦实验场景实验结果与分析 | 第125-131页 |
| 6.4.3 粗糙地面场景实验结果与分析 | 第131-137页 |
| 6.5 本章小结 | 第137-138页 |
| 结论 | 第138-141页 |
| 参考文献 | 第141-151页 |
| 攻读学位期间发表的学术论文 | 第151-153页 |
| 致谢 | 第153-154页 |
| 个人简历 | 第154页 |
