| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-21页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 动目标检测 | 第12-13页 |
| 1.2.2 目标跟踪 | 第13-14页 |
| 1.2.3 机器人定位 | 第14-16页 |
| 1.2.4 路径规划 | 第16-17页 |
| 1.3 论文研究内容 | 第17页 |
| 1.4 论文的研究意义 | 第17-18页 |
| 1.5 论文的章节结构 | 第18-21页 |
| 2 基于帧间差分法与背景相减法的机器人小车运动检测 | 第21-29页 |
| 2.1 运动目标检测的典型方法 | 第21-25页 |
| 2.1.1 帧间差分法 | 第21-22页 |
| 2.1.2 背景相减法 | 第22-24页 |
| 2.1.3 阴影去除 | 第24-25页 |
| 2.2 基于帧间差分法与背景相减法的机器人小车运动检测 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 基于CamShift算法与Kalman滤波结合的机器人小车跟踪 | 第29-41页 |
| 3.1 基于Camshift算法的运动目标跟踪 | 第29-32页 |
| 3.2 跟踪算法的改进 | 第32-33页 |
| 3.3 机器人小车跟踪算法的设计 | 第33-37页 |
| 3.3.1 Kalman滤波器概述 | 第33-35页 |
| 3.3.2 基于CamShift算法与Kalman滤波结合的跟踪算法 | 第35-37页 |
| 3.4 实验结果与分析 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 机器人小车的定位与路径控制 | 第41-61页 |
| 4.1 摄像机标定概述 | 第41-44页 |
| 4.1.1 基本坐标系 | 第41-43页 |
| 4.1.2 线性摄像机模型 | 第43-44页 |
| 4.2 机器人小车定位 | 第44-52页 |
| 4.2.1 机器人小车定位理论基础 | 第44-47页 |
| 4.2.2 机器人小车的视觉定位的实现 | 第47-52页 |
| 4.2.2.1 机器人小车内参数的标定 | 第47-49页 |
| 4.2.2.2 机器人小车外参数的标定 | 第49-52页 |
| 4.3 机器人小车的路径控制 | 第52-59页 |
| 4.3.1 环境表示 | 第52-53页 |
| 4.3.2 路径搜索策略 | 第53-59页 |
| 4.3.2.1 路径搜索 | 第53-56页 |
| 4.3.2.2 机器人小车运动方向的计算 | 第56-58页 |
| 4.3.2.3 机器人小车的路径搜索方法 | 第58-59页 |
| 4.4 本章小结 | 第59-61页 |
| 5 机器人小车控制实验系统设计 | 第61-75页 |
| 5.1 硬件组成 | 第61-66页 |
| 5.1.1 摄像头与机器人小车控制器的选取 | 第61-63页 |
| 5.1.2 机器人小车的选取 | 第63-64页 |
| 5.1.3 机器人小车的轮速控制 | 第64-66页 |
| 5.2 实验系统设计 | 第66-69页 |
| 5.3 实验与分析 | 第69-73页 |
| 5.4 本章小结 | 第73-75页 |
| 6 结论 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 改进与展望 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第83-87页 |
| 学位论文数据集 | 第87页 |
