田间机器人双目视觉导航算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 引言 | 第10-17页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 农田环境中基于视觉导航技术研究目的和意义 | 第11页 |
| 1.3 课题来源以及研究工作情况 | 第11-12页 |
| 1.4 研究现状 | 第12-15页 |
| 1.5 本文主要工作和论文安排 | 第15-17页 |
| 第2章 双目视觉系统原理及双目田间导航系统 | 第17-23页 |
| 2.1 单相机系统(针孔模型) | 第17-19页 |
| 2.2 双目视觉系统 | 第19-21页 |
| 2.3 对极几何原理 | 第21页 |
| 2.4 智能机器人双目视觉导航系统结构 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 双目视觉图像匹配 | 第23-39页 |
| 3.1 兴趣点提取 | 第24-28页 |
| 3.2 特征描述 | 第28-31页 |
| 3.3 匹配约束 | 第31-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 田间作物置信密度图构建及导航信息提取 | 第39-60页 |
| 4.1 二维图像垄线提取 | 第39-47页 |
| 4.1.1 扇形扫描提取第一条垄线 | 第39-41页 |
| 4.1.2 寻找参考线 | 第41-42页 |
| 4.1.3 作物垄参数模型 | 第42-43页 |
| 4.1.4 最近垄线的搜索过程 | 第43-45页 |
| 4.1.5 Logistic回归 | 第45-46页 |
| 4.1.6 用logistic回归检测第二条垄线 | 第46-47页 |
| 4.2 二维图像垄线识别结果分析与讨论 | 第47-53页 |
| 4.2.1 第一条垄线的识别 | 第48-49页 |
| 4.2.2 第二条垄线的识别 | 第49-52页 |
| 4.2.3 对于垄线角度的估计 | 第52-53页 |
| 4.3 三维双目视觉系统高程图的构建 | 第53-57页 |
| 4.4 三维双目视觉系统增强高程图 | 第57-58页 |
| 4.5 三维双目视觉系统置信密度图的构建 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 实验设计与讨论 | 第60-69页 |
| 5.1 实验平台 | 第60-61页 |
| 5.2 加速措施 | 第61-67页 |
| 5.2.1 聚合操作 | 第61-62页 |
| 5.2.2 相关查找表 | 第62-65页 |
| 5.2.3 智能车控制策略 | 第65-67页 |
| 5.3 直线和弧形轨道实验结果 | 第67-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-70页 |
| 总结 | 第69页 |
| 未来展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表和接收学术论文目录 | 第76-77页 |
| 附件 | 第77-85页 |
