基于视觉的智能轮椅定位研究及实现
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| Contents | 第10-13页 |
| 第一章 绪论 | 第13-25页 |
| ·研究背景和意义 | 第13-14页 |
| ·智能轮椅研究状况 | 第14-17页 |
| ·国外研究状况 | 第14-16页 |
| ·国内研究状况 | 第16-17页 |
| ·智能轮椅导航关键技术分析 | 第17-21页 |
| ·多传感器信息融合 | 第18-19页 |
| ·定位 | 第19-20页 |
| ·路径规划 | 第20-21页 |
| ·基于视觉的智能轮椅定位研究 | 第21-23页 |
| ·基于路标的定位方法 | 第21-22页 |
| ·基于场景识别的定位方法 | 第22-23页 |
| ·本文的主要工作及结构安排 | 第23-25页 |
| 第二章 智能轮椅平台的设计 | 第25-39页 |
| ·智能轮椅的设计要求 | 第25-26页 |
| ·智能轮椅的硬件结构设计 | 第26-31页 |
| ·电动轮椅平台 | 第27页 |
| ·上位机PC | 第27-28页 |
| ·机器视觉模块 | 第28页 |
| ·下位机Arduino开发板 | 第28-30页 |
| ·超声波传感器阵列 | 第30-31页 |
| ·智能轮椅的软件体系设计 | 第31-38页 |
| ·场景识别定位系统 | 第32页 |
| ·超声波测距系统 | 第32-36页 |
| ·串口通信 | 第36-37页 |
| ·语音播报 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 图像预处理 | 第39-45页 |
| ·色彩空间转换 | 第39-40页 |
| ·图像滤波 | 第40-42页 |
| ·图像几何变换 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于场景识别的智能轮椅定位 | 第45-65页 |
| ·基于场景识别的智能轮椅定位的一般流程 | 第45-46页 |
| ·主成分分析 | 第46-51页 |
| ·K-L变换 | 第46-48页 |
| ·基于主成分分析的特征提取 | 第48-51页 |
| ·支持向量机 | 第51-58页 |
| ·线性支持向量机 | 第51-55页 |
| ·非线性支持向量机 | 第55-56页 |
| ·核函数及其参数的选择 | 第56-57页 |
| ·多类支持向量机 | 第57-58页 |
| ·基于PCA和SVM的场景识别定位算法 | 第58-59页 |
| ·仿真实验 | 第59-64页 |
| ·实验内容设置 | 第60-62页 |
| ·实验结果与分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 智能轮椅场景识别定位系统的实现 | 第65-75页 |
| ·场景识别定位系统的设计 | 第65-73页 |
| ·开发环境介绍 | 第65页 |
| ·OpenCV的配置 | 第65-67页 |
| ·核心模块设计 | 第67-73页 |
| ·定位系统运行效果 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 总结与展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82页 |
