| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究现状及发展趋势 | 第10-14页 |
| ·动态目标检测研究 | 第11-12页 |
| ·动态目标跟踪研究 | 第12-13页 |
| ·双目测距研究 | 第13-14页 |
| ·本文主要研究内容和组织安排 | 第14-15页 |
| ·本文主要研究内容 | 第14页 |
| ·本文的组织安排 | 第14-15页 |
| 第二章 基于双目机器人的动态目标检测与跟踪系统 | 第15-22页 |
| ·双目机器人系统组成 | 第15-18页 |
| ·双目机器人功能 | 第15-16页 |
| ·机器人硬件组成 | 第16-18页 |
| ·双目机器人功能模块简介 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 机器人动态目标检测方法研究 | 第22-31页 |
| ·机器人静止情况下动态目标检测 | 第22-24页 |
| ·背景减除法 | 第22-23页 |
| ·帧差法 | 第23-24页 |
| ·三帧差法 | 第24页 |
| ·机器人移动情况下动态目标检测 | 第24-28页 |
| ·混合高斯背景建模 | 第24-26页 |
| ·改进的混合高斯背景模型 | 第26-28页 |
| ·实验结果与分析 | 第28-30页 |
| ·机器人静止情况下实验结果 | 第28页 |
| ·机器人运动情况下实验结果 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 机器人视觉动态目标跟踪方法研究 | 第31-46页 |
| ·基于 Mean Shift 的动态目标跟踪 | 第31-36页 |
| ·均值偏移基本理论 | 第31-33页 |
| ·均值偏移在目标跟踪中的应用 | 第33-36页 |
| ·基于粒子滤波算法的动态目标跟踪 | 第36-41页 |
| ·粒子滤波基本理论 | 第36-40页 |
| ·粒子滤波在目标跟踪中的应用 | 第40-41页 |
| ·融合 Mean Shift 和粒子滤波算法的动态目标跟踪 | 第41-43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 双目机器人测距系统的实现与改进 | 第46-55页 |
| ·传统双目三角测距方法 | 第46-48页 |
| ·双目摄像机立体成像过程 | 第46页 |
| ·三角测距原理 | 第46-48页 |
| ·基于双目三角测距的改进方法 | 第48-51页 |
| ·实验结果与分析 | 第51-54页 |
| ·实验结果 | 第51-54页 |
| ·评价准则和误差分析 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第六章 机器人运动追踪控制 | 第55-60页 |
| ·无目标机器人自主搜索运动 | 第55-57页 |
| ·已知目标机器人追踪运动 | 第57-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| ·本文总结 | 第60页 |
| ·本文展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和科研情况说明 | 第66-67页 |
| 致谢 | 第67-68页 |