基于视觉的AGV道路识别和导引
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-13页 |
| 1. 引言 | 第13-19页 |
| ·AGV系统的应用现状 | 第13-14页 |
| ·视觉导引技术的研究现状 | 第14-16页 |
| ·研究内容 | 第16-18页 |
| ·基于视觉的道路识别算法设计 | 第16-17页 |
| ·基于视觉的路径跟踪算法设计 | 第17页 |
| ·AGV系统的硬件设计和集成 | 第17-18页 |
| ·AGV系统的上位机软件设计和开发 | 第18页 |
| ·结构安排 | 第18-19页 |
| 2. 自适应道路检测算法设计 | 第19-31页 |
| ·算法流程 | 第19-20页 |
| ·图像预处理 | 第20页 |
| ·自适应学习 | 第20-26页 |
| ·边缘检测和样本区域的自动选择 | 第21-24页 |
| ·聚类分析 | 第24-26页 |
| ·路面检测 | 第26-27页 |
| ·移动策略 | 第27-28页 |
| ·路面识别实验结果 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 3. 基于视觉的AGV路径跟踪算法设计 | 第31-41页 |
| ·简单道路的路径跟踪 | 第31-36页 |
| ·道路中心线及行进参考线的拟合 | 第31-33页 |
| ·参考路径估算的改进·使用卡尔曼滤波器 | 第33-36页 |
| ·自动导航车的移动策略 | 第36-38页 |
| ·复杂路况下的路径跟踪 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 4. AGV硬件系统设计和集成 | 第41-57页 |
| ·自动导航车的主要参数 | 第41-42页 |
| ·电机和电机驱动部分 | 第42-43页 |
| ·超声波测距模块 | 第43-48页 |
| ·远距离超声波测距雷达 | 第44-46页 |
| ·近距离超声波测距雷达 | 第46-48页 |
| ·视频采集模块 | 第48-49页 |
| ·全局定位模块 | 第49-50页 |
| ·电源模块 | 第50-51页 |
| ·通讯方式,指令格式 | 第51-52页 |
| ·运动指令 | 第51-52页 |
| ·查询指令 | 第52页 |
| ·自动导航车的运动模型 | 第52-57页 |
| ·自动导航车的近似位置估算模型 | 第53-57页 |
| 5. 上位机软件系统设计和开发 | 第57-68页 |
| ·开发环境 | 第57-58页 |
| ·Qt开发环境 | 第57-58页 |
| ·OpenCV视觉库 | 第58页 |
| ·串口通讯工具PComm Lite | 第58页 |
| ·系统模块 | 第58-62页 |
| ·视频捕获和预处理模块 | 第59-60页 |
| ·边缘检测和自适应学习模块 | 第60页 |
| ·道路检测模块 | 第60-62页 |
| ·导航模块 | 第62页 |
| ·驱动模块 | 第62页 |
| ·实验结果 | 第62-68页 |
| ·人工样本选择 | 第63-64页 |
| ·识别参数和导航参数的设置 | 第64-67页 |
| ·其他参数的设置 | 第67-68页 |
| 6. 总结与展望 | 第68-70页 |
| ·本文的研究内容总结 | 第68-69页 |
| ·未来展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 作者简历 | 第73页 |
| 在校期间发表论文 | 第73页 |
