串联机器人实时双目视觉定位及跟踪技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及发展方向 | 第10-13页 |
| 1.2.1 国内外研究现状 | 第10-12页 |
| 1.2.2 视觉伺服发展方向 | 第12-13页 |
| 1.3 研究方案 | 第13-14页 |
| 1.4 本文的结构框架与主要内容 | 第14-16页 |
| 第2章 目标在图像中的定位技术研究 | 第16-26页 |
| 2.1 特征点提取算法 | 第16-18页 |
| 2.1.1 Harris角点检测 | 第16-17页 |
| 2.1.2 Fast角点检测 | 第17-18页 |
| 2.2 特征点提取与匹配算法 | 第18-25页 |
| 2.2.1 Sift算法 | 第18-20页 |
| 2.2.2 Surf算法 | 第20-21页 |
| 2.2.3 Orb算法 | 第21-24页 |
| 2.2.4 基于描述子的匹配 | 第24-25页 |
| 2.3 本章总结 | 第25-26页 |
| 第3章 图像到三维的映射 | 第26-35页 |
| 3.1 相机的基本理论 | 第26-28页 |
| 3.1.1 相机的针孔模型 | 第26-27页 |
| 3.1.2 基本投影几何 | 第27页 |
| 3.1.3 透镜畸变 | 第27-28页 |
| 3.2 双目的标定与校正 | 第28-32页 |
| 3.2.1 张正友标定算法原理 | 第28-30页 |
| 3.2.2 对极几何 | 第30-31页 |
| 3.2.3 相机立体校正 | 第31-32页 |
| 3.3 三角测量与重投影 | 第32-34页 |
| 3.4 本章总结 | 第34-35页 |
| 第4章 立体匹配算法 | 第35-44页 |
| 4.1 常见立体匹配算法 | 第35页 |
| 4.2 ELAS立体匹配算法 | 第35-39页 |
| 4.2.1 立体匹配算法效果对比 | 第36-37页 |
| 4.2.2 ELAS算法原理 | 第37-39页 |
| 4.2.3 ELAS算法分析 | 第39页 |
| 4.3 改进的ELAS立体匹配算法 | 第39-43页 |
| 4.3.1 基于视差连续性约束的改进 | 第39-42页 |
| 4.3.2 改进算法的效果 | 第42-43页 |
| 4.4 本章总结 | 第43-44页 |
| 第5章 串联机器人的视觉伺服控制研究 | 第44-57页 |
| 5.1 视觉伺服控制律 | 第44-46页 |
| 5.2 基于位置的视觉伺服控制 | 第46-47页 |
| 5.3 基于图像的视觉伺服控制 | 第47-51页 |
| 5.4 混合视觉伺服控制 | 第51-56页 |
| 5.4.1 一般的混合视觉伺服控制 | 第52-54页 |
| 5.4.2 基于极线的混合视觉伺服控制 | 第54-56页 |
| 5.5 本章总结 | 第56-57页 |
| 第6章 移动目标跟踪技术研究 | 第57-69页 |
| 6.1 线性卡尔曼滤波 | 第57-61页 |
| 6.1.1 在图像平面中的跟踪 | 第58-59页 |
| 6.1.2 在 3D空间中的跟踪 | 第59-61页 |
| 6.2 扩展卡尔曼滤波算法 | 第61-64页 |
| 6.2.1 扩展kalman滤波算法过程 | 第61-62页 |
| 6.2.2 扩展kalman滤波应用 | 第62-64页 |
| 6.3 交互多模型卡尔曼滤波算法 | 第64-68页 |
| 6.3.1 IMM算法过程 | 第65-66页 |
| 6.3.2 IMM算法应用 | 第66-68页 |
| 6.4 本章总结 | 第68-69页 |
| 第7章 结论与展望 | 第69-70页 |
| 7.1 总结 | 第69页 |
| 7.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
