| 摘要 | 第6-8页 |
| abstract | 第8-10页 |
| 第一章 绪论 | 第14-30页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.3 农业机器人自主导航关键技术 | 第19-27页 |
| 1.3.1 道路检测 | 第19-22页 |
| 1.3.2 障碍物检测 | 第22-24页 |
| 1.3.3 导航避障 | 第24-27页 |
| 1.4 研究内容与技术路线 | 第27-30页 |
| 1.4.1 研究内容 | 第27-28页 |
| 1.4.2 技术路线 | 第28-30页 |
| 第二章 非结构化道路分割与检测算法研究 | 第30-56页 |
| 2.1 引言 | 第30页 |
| 2.2 基于超像素合并的道路分割算法 | 第30-46页 |
| 2.2.1 研究思路 | 第30-31页 |
| 2.2.2 AP算法 | 第31-33页 |
| 2.2.3 道路分割算法 | 第33-41页 |
| 2.2.4 仿真试验及其结果分析 | 第41-45页 |
| 2.2.5 讨论 | 第45-46页 |
| 2.3 基于模糊支持向量机增量学习的道路在线检测算法 | 第46-55页 |
| 2.3.1 研究思路 | 第46页 |
| 2.3.2 模糊支持向量机增量学习原理 | 第46-48页 |
| 2.3.3 道路在线检测算法 | 第48-51页 |
| 2.3.4 仿真试验及其结果分析 | 第51-55页 |
| 2.3.5 讨论 | 第55页 |
| 2.4 本章小结 | 第55-56页 |
| 第三章 障碍物检测算法研究 | 第56-78页 |
| 3.1 引言 | 第56-57页 |
| 3.2 基于直觉模糊距离的障碍物检测算法 | 第57-68页 |
| 3.2.1 研究思路 | 第57页 |
| 3.2.2 直觉模糊距离 | 第57-59页 |
| 3.2.3 障碍物分割算法 | 第59-62页 |
| 3.2.4 仿真试验及其结果分析 | 第62-68页 |
| 3.2.5 讨论 | 第68页 |
| 3.3 基于自运动补偿和帧间差分的运动障碍物检测算法 | 第68-76页 |
| 3.3.1 研究思路 | 第68-69页 |
| 3.3.2 摄像机自运动补偿 | 第69-73页 |
| 3.3.3 运动障碍物检测 | 第73-74页 |
| 3.3.4 降噪处理 | 第74页 |
| 3.3.5 仿真试验及其结果分析 | 第74-76页 |
| 3.4 本章小结 | 第76-78页 |
| 第四章 运动障碍物跟踪算法研究 | 第78-92页 |
| 4.1 引言 | 第78-79页 |
| 4.2 基于经典霍夫森林的运动目标跟踪算法 | 第79-81页 |
| 4.2.1 霍夫森林的构建 | 第79-80页 |
| 4.2.2 目标跟踪 | 第80-81页 |
| 4.3 基于改进霍夫森林的运动障碍物跟踪算法 | 第81-91页 |
| 4.3.1 改进霍夫森林的构建 | 第81-84页 |
| 4.3.2 运动障碍物跟踪模型 | 第84-87页 |
| 4.3.3 仿真试验及其结果分析 | 第87-91页 |
| 4.4 本章小结 | 第91-92页 |
| 第五章 道路偏离检测与障碍物测距研究 | 第92-108页 |
| 5.1 引言 | 第92页 |
| 5.2 基于道路边界线斜率的道路偏离检测算法 | 第92-101页 |
| 5.2.1 道路偏离类型分析 | 第92-94页 |
| 5.2.2 道路偏离检测 | 第94-98页 |
| 5.2.3 试验结果分析 | 第98-100页 |
| 5.2.4 讨论 | 第100-101页 |
| 5.3 障碍物测距 | 第101-106页 |
| 5.3.1 基于几何关系的单目模型 | 第101-105页 |
| 5.3.2 障碍物测距算法 | 第105页 |
| 5.3.3 仿真试验及其结果分析 | 第105-106页 |
| 5.3.4 讨论 | 第106页 |
| 5.4 本章小结 | 第106-108页 |
| 第六章 导航避障算法研究 | 第108-132页 |
| 6.1 引言 | 第108-109页 |
| 6.2 多传感器信息融合 | 第109-110页 |
| 6.3 基于分层多传感器信息融合的导航避障算法 | 第110-126页 |
| 6.3.1 导航避障控制系统结构 | 第110-112页 |
| 6.3.2 基于BP神经网络的数据层信息融合 | 第112-114页 |
| 6.3.3 基于模糊神经网络的决策层信息融合 | 第114-126页 |
| 6.4 仿真试验及其结果分析 | 第126-130页 |
| 6.4.1 基于BP神经网络的数据层信息融合 | 第126-127页 |
| 6.4.2 基于模糊神经网络的决策层信息融合 | 第127-129页 |
| 6.4.3 导航避障 | 第129-130页 |
| 6.5 本章小结 | 第130-132页 |
| 第七章 结论与展望 | 第132-136页 |
| 7.1 结论 | 第132-134页 |
| 7.2 主要创新点 | 第134页 |
| 7.3 展望 | 第134-136页 |
| 参考文献 | 第136-146页 |
| 致谢 | 第146-147页 |
| 作者简介 | 第147页 |