| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 移动机器人的国内外发展现状 | 第11-13页 |
| 1.2.1 国外的发展现状 | 第11-12页 |
| 1.2.2 国内的发展现状 | 第12-13页 |
| 1.3 动态目标检测与跟踪控制发展趋势 | 第13-14页 |
| 1.4 动态目标检测与跟踪控制存在的主要问题 | 第14-16页 |
| 1.4.1 动态目标跟踪控制存在的主要问题 | 第14-15页 |
| 1.4.2 动态目标检测存在的主要问题 | 第15-16页 |
| 1.5 本课题研究的主要内容 | 第16-18页 |
| 2 轮式移动机器人 | 第18-32页 |
| 2.1 移动机器人的动力学与运动学 | 第18-23页 |
| 2.1.1 机器人的坐标系 | 第18-19页 |
| 2.1.2 机器人的运动学模型 | 第19-21页 |
| 2.1.3 机器人的动力学模型 | 第21-23页 |
| 2.2 机器人的双目立体视觉系统 | 第23-27页 |
| 2.2.1 双目视觉系统原理 | 第23页 |
| 2.2.2 摄像机的参考坐标系 | 第23-25页 |
| 2.2.3 摄像机的标定 | 第25-27页 |
| 2.3 图像处理 | 第27-30页 |
| 2.3.1 二值图像处理 | 第27-28页 |
| 2.3.2 图像分割 | 第28-30页 |
| 2.3.3 特征提取 | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 动态目标检测 | 第32-44页 |
| 3.1 动态目标检测一般方法 | 第32-36页 |
| 3.1.1 光流法 | 第32-33页 |
| 3.1.2 背景差分法 | 第33-34页 |
| 3.1.3 帧间差分法 | 第34-36页 |
| 3.2 混合高斯背景建模 | 第36-39页 |
| 3.2.1 混合高斯背景模型的建立 | 第36-37页 |
| 3.2.2 混合高斯背景模型参数更新 | 第37-39页 |
| 3.3 Kim算法 | 第39-42页 |
| 3.3.1 Kim算法基本原理 | 第39-41页 |
| 3.3.2 Kim算法实验仿真 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 4 动态目标的跟踪控制 | 第44-56页 |
| 4.1 动态目标跟踪的基本方法 | 第44-45页 |
| 4.2 基于Meanshift的跟踪控制 | 第45-51页 |
| 4.2.1 Meanshift基本原理 | 第46-47页 |
| 4.2.2 Meanshift在跟踪控制中的应用 | 第47-50页 |
| 4.2.3 Meanshift仿真实验 | 第50-51页 |
| 4.3 改进Camshift算法 | 第51-55页 |
| 4.3.1 Camshift算法 | 第51页 |
| 4.3.2 Camshift算法的改进 | 第51-54页 |
| 4.3.3 Camshift算法的改进仿真实验 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 跟踪控制仿真实验 | 第56-62页 |
| 5.1 基于Kim和改进Camshift算法的仿真 | 第56-58页 |
| 5.1.1 Opencv 2.4.10 + Visual Studio 2010项目配置 | 第56-57页 |
| 5.1.2 动态目标跟踪控制实验仿真 | 第57-58页 |
| 5.2 基于移动机器人的实验 | 第58-60页 |
| 5.3 本章总结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士期间主要的研究成果 | 第68-70页 |
| 致谢 | 第70页 |