机器人双目导航算法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 机器人导航技术的国内外研究现状 | 第9-10页 |
| 1.3 论文研究内容与结构安排 | 第10-12页 |
| 1.3.1 课题研究主要内容 | 第10-11页 |
| 1.3.2 论文结构安排 | 第11-12页 |
| 1.4 本章总结 | 第12-13页 |
| 第二章 双目视觉障碍物定位 | 第13-46页 |
| 2.1 摄像头的标定 | 第14-20页 |
| 2.1.1 摄像头的标定原理 | 第14-16页 |
| 2.1.2 单目摄像头标定方法 | 第16-19页 |
| 2.1.3 双目摄像头标定方法 | 第19页 |
| 2.1.4 图像畸变矫正 | 第19-20页 |
| 2.1.5 双目视觉立体校正 | 第20页 |
| 2.2 图像特征提取 | 第20-32页 |
| 2.2.1 特征点检测算法 | 第22-26页 |
| 2.2.2 ORB特征提取 | 第26-28页 |
| 2.2.3 特征提取算法的性能比较 | 第28-32页 |
| 2.3 立体匹配 | 第32-35页 |
| 2.3.1 立体匹配的常用约束 | 第32-33页 |
| 2.3.2 匹配算法 | 第33-35页 |
| 2.4 改进的ORB立体匹配算法 | 第35-41页 |
| 2.4.1 问题分析 | 第35页 |
| 2.4.2 常用的距离度量 | 第35-36页 |
| 2.4.3 K-D树搜索 | 第36-40页 |
| 2.4.4 特征点匹配 | 第40-41页 |
| 2.5 立体匹配的优化 | 第41-43页 |
| 2.6 深度信息恢复 | 第43页 |
| 2.7 双目障碍物定位算法的实现 | 第43-45页 |
| 2.8 本章小结 | 第45-46页 |
| 第三章 路径规划 | 第46-57页 |
| 3.1 人工势场法的原理 | 第46-47页 |
| 3.2 势场函数 | 第47-49页 |
| 3.2.1 引力场函数 | 第48页 |
| 3.2.2 斥力场函数 | 第48-49页 |
| 3.3 传统人工势场算法缺陷 | 第49-50页 |
| 3.4 对目标不可达问题的改进 | 第50-53页 |
| 3.4.1 问题分析 | 第50-51页 |
| 3.4.2 改进方法 | 第51-52页 |
| 3.4.3 仿真分析 | 第52-53页 |
| 3.5 对局部最小值问题的改进 | 第53-55页 |
| 3.5.1 问题分析 | 第53-54页 |
| 3.5.2 改进方法 | 第54页 |
| 3.5.3 仿真分析 | 第54-55页 |
| 3.6 改进的人工势场算法实现 | 第55-56页 |
| 3.7 本章小结 | 第56-57页 |
| 第四章 实验及实验结果分析 | 第57-72页 |
| 4.1 双目视觉障碍物定位 | 第57-66页 |
| 4.1.1 摄像机标定 | 第57-60页 |
| 4.1.2 立体匹配及优化实验 | 第60-63页 |
| 4.1.3 深度信息恢复实验 | 第63-66页 |
| 4.1.4 深度恢复误差分析 | 第66页 |
| 4.2 路径规划 | 第66-71页 |
| 4.2.1 参数对人工势场算法性能的影响 | 第66-68页 |
| 4.2.2 VisualStudio平台仿真分析 | 第68-70页 |
| 4.2.3 Matlab平台仿真分析 | 第70-71页 |
| 4.3 本章小结 | 第71-72页 |
| 第五章 总结和展望 | 第72-74页 |
| 5.1 总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 作者在读期间科研成果简介 | 第77-78页 |
| 致谢 | 第78页 |
