| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及其意义 | 第9-10页 |
| 1.2 救援机器人研究现状 | 第10-12页 |
| 1.3 自主式救援机器人关键技术研究现状 | 第12-15页 |
| 1.3.1 目标检测技术 | 第12-13页 |
| 1.3.2 目标跟踪技术 | 第13-14页 |
| 1.3.3 自主避障技术 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-17页 |
| 第2章 自主式救援机器人整体方案设计 | 第17-23页 |
| 2.1 RoboCup Rescue比赛简介 | 第17-18页 |
| 2.2 自主式救援机器人需求分析 | 第18-19页 |
| 2.3 自主式救援机器人硬件平台 | 第19-21页 |
| 2.3.1 Asus Xtion Pro Live体感传感器 | 第20页 |
| 2.3.2 激光测距仪 | 第20-21页 |
| 2.3.3 外热成像仪 | 第21页 |
| 2.4 自主式救援机器人软件方案设计 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 目标检测模块设计 | 第23-35页 |
| 3.1 视觉信息采集模块 | 第23-24页 |
| 3.2 二维码检测与信息提取 | 第24-26页 |
| 3.2.1 二维码的原理及检测方法 | 第24-25页 |
| 3.2.2 检测二维码及提取信息 | 第25页 |
| 3.2.3 实验结果与分析 | 第25-26页 |
| 3.3 危险品标志的检测 | 第26-30页 |
| 3.3.1 基于SURF特征匹配的危险品标志检测 | 第27-28页 |
| 3.3.2 特征匹配的优化 | 第28页 |
| 3.3.3 实验结果与分析 | 第28-30页 |
| 3.4 基于多传感器融合的伤员检测 | 第30-34页 |
| 3.4.1 基于视觉特征和深度信息的伤员检测 | 第31-32页 |
| 3.4.2 基于温度特征的伤员检测 | 第32页 |
| 3.4.3 多传感器融合的伤员检测 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 目标跟踪模块设计 | 第35-47页 |
| 4.1 摄像头标定 | 第35-37页 |
| 4.1.1 摄像头标定算法 | 第35页 |
| 4.1.2 摄像头标定实验与结果 | 第35-37页 |
| 4.2 粒子滤波算法 | 第37-39页 |
| 4.2.1 粒子滤波算法原理 | 第37-38页 |
| 4.2.2 粒子滤波算法跟踪流程 | 第38-39页 |
| 4.3 TLD算法 | 第39-42页 |
| 4.3.1 TLD算法原理 | 第39-41页 |
| 4.3.2 TLD算法跟踪流程 | 第41-42页 |
| 4.4 实验结果与分析 | 第42-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 多信息融合的自主避障模块设计 | 第47-61页 |
| 5.1 基于激光测距仪的自主避障 | 第47-51页 |
| 5.1.1 VFH+算法原理 | 第47-48页 |
| 5.1.2 Turtlebot机器人运动控制策略 | 第48-50页 |
| 5.1.3 实验结果与分析 | 第50-51页 |
| 5.2 基于立体视觉的障碍物提取 | 第51-55页 |
| 5.2.1 三维点云信息的误差分析与校正 | 第51-53页 |
| 5.2.2 点云信息的预处理 | 第53-54页 |
| 5.2.3 基于点云信息的自主避障模块设计 | 第54-55页 |
| 5.2.4 实验结果与分析 | 第55页 |
| 5.3 多信息融合的自主避障 | 第55-59页 |
| 5.3.1 多传感器模型的建立 | 第56-57页 |
| 5.3.2 基于加权平均法的障碍物信息融合 | 第57页 |
| 5.3.3 实验结果与分析 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第6章 系统实现与测试 | 第61-65页 |
| 6.1 基于ROS平台的系统实现 | 第61-63页 |
| 6.2 实验结果与分析 | 第63-65页 |
| 第7章 总结与展望 | 第65-67页 |
| 7.1 总结 | 第65页 |
| 7.2 展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-71页 |
| 攻读硕士学位期间发表的论文 | 第71页 |