| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-22页 |
| ·课题来源 | 第12页 |
| ·选题背景及意义 | 第12-13页 |
| ·机器人视觉研究概况 | 第13-20页 |
| ·基于视觉的机器人动态障碍物检测研究概况 | 第15-17页 |
| ·基于光流的机器人避障算法研究概况 | 第17-20页 |
| ·论文主要研究内容和章节安排 | 第20-22页 |
| 第2章 机器人视觉检测与避障系统总体构架 | 第22-28页 |
| ·系统硬件组成 | 第22-24页 |
| ·六自由度串联机械臂 | 第23页 |
| ·机器人视觉感知部分 | 第23-24页 |
| ·系统软件组成 | 第24-26页 |
| ·动态场景建模模块 | 第24页 |
| ·动态障碍物检测模块 | 第24-25页 |
| ·机器人避障分析模块 | 第25页 |
| ·数据传输模块 | 第25-26页 |
| ·系统工作原理 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 机器人运动空间的全局运动估计与背景补偿 | 第28-40页 |
| ·全局运动参数估计模型的建立 | 第28-32页 |
| ·运动估计的概念与分析 | 第29-30页 |
| ·动态场景中摄像机模型的建立 | 第30-32页 |
| ·建立基于随机点块运动匹配的运动矢量估计模型 | 第32-36页 |
| ·块匹配基本过程 | 第33-34页 |
| ·块匹配中准则函数的选取 | 第34页 |
| ·三步搜索法实现过程 | 第34-35页 |
| ·基于块匹配的运动估计算法实现过程 | 第35-36页 |
| ·动态场景中摄像机模型参数求解 | 第36-38页 |
| ·动态环境下机器人运动背景补偿 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第4章 基于光流的动态障碍物检测 | 第40-50页 |
| ·光流及其相关概念 | 第40-42页 |
| ·运动场与光流场 | 第40-41页 |
| ·光流约束方程 | 第41-42页 |
| ·基于KLT特征点跟踪的光流计算方法 | 第42-46页 |
| ·动态障碍物特征点检测 | 第42-43页 |
| ·KLT光流算法原理 | 第43-46页 |
| ·利用图像金字塔改进KLT特征点跟踪的光流计算方法 | 第46-48页 |
| ·基于图像金字塔的KLT光流匹配 | 第46-47页 |
| ·去除不稳定匹配特征点的具体实现方法 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 基于光流的机器人避障方法研究 | 第50-62页 |
| ·光流场中三维信息描述 | 第50-51页 |
| ·光流场中三维场景信息提取 | 第51-56页 |
| ·光流场中延伸焦点（FOE）的计算 | 第51-54页 |
| ·光流场中场景相对深度（TTC）的提取 | 第54-56页 |
| ·基于人工势场法的机器人避障策略分析 | 第56-58页 |
| ·人工势场法介绍 | 第56-57页 |
| ·基于人工势场法的虚拟力模型建立 | 第57-58页 |
| ·目标物体虚拟引力建模 | 第58-59页 |
| ·障碍物虚拟斥力建模 | 第59-60页 |
| ·人工势场法实现机器人动态障碍物避障分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 机器人动态障碍物检测与避障方法试验 | 第62-72页 |
| ·基于光流的机器人动态障碍物检测与避障试验分析 | 第62-68页 |
| ·动态场景下全局运动估计与背景补偿试验 | 第62-65页 |
| ·基于改进KLT特征点跟踪的光流计算实现动态障碍物检测 | 第65-66页 |
| ·基于光流的机器人动态障碍物避障算法试验 | 第66-68页 |
| ·机器人避障过程中运动轨迹与关节角变化分析试验 | 第68-70页 |
| ·机器人末端运动轨迹分析 | 第69页 |
| ·机器人关节角变化分析 | 第69-70页 |
| ·本章小结 | 第70-72页 |
| 第7章 全文工作总结 | 第72-74页 |
| ·研究工作总结 | 第72-73页 |
| ·继续研究方向展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80页 |