| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 研究现状与存在的问题 | 第10-14页 |
| 1.3 论文关键技术和主要工作 | 第14-15页 |
| 1.4 论文结构和内容安排 | 第15-16页 |
| 2 机器人系统框架结构 | 第16-35页 |
| 2.1 移动机器人整体框架简介 | 第16-17页 |
| 2.2 图像采集模块 | 第17-23页 |
| 2.2.1 Xtion pro live简介 | 第17-18页 |
| 2.2.2 Xtion pro live与kinect的区别 | 第18-19页 |
| 2.2.3 Xtion pro live原理 | 第19-23页 |
| 2.2.3.1 深度图像的概念 | 第19-22页 |
| 2.2.3.2 深度成像过程 | 第22-23页 |
| 2.3 ROS（Robot Operating System ）简介 | 第23-30页 |
| 2.3.1 ROS发展历史与特点 | 第23-26页 |
| 2.3.2 ROS框架 | 第26-30页 |
| 2.4 PCL介绍 | 第30-32页 |
| 2.4.1 PCL发展历史 | 第30-31页 |
| 2.4.2 PCL点云模型与三维信息的关系 | 第31-32页 |
| 2.5 机器人系统框架 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 3 目标特征提取与检测识别 | 第35-51页 |
| 3.1 点云滤波 | 第35-38页 |
| 3.1.1 点云滤波器选取 | 第35-38页 |
| 3.2 目标特征提取 | 第38-43页 |
| 3.2.1 HOG算法原理 | 第38-40页 |
| 3.2.2 HOG算法实现 | 第40-42页 |
| 3.2.3 HOD算法实现 | 第42-43页 |
| 3.3 训练检测模型 | 第43-47页 |
| 3.3.1 SVM原理 | 第43-45页 |
| 3.3.2 SVM实现流程 | 第45-46页 |
| 3.3.3 线性级联分类器 | 第46-47页 |
| 3.4 确定跟踪目标 | 第47-49页 |
| 3.5 本章小结 | 第49-51页 |
| 4 机器人线速度和角速度参数计算 | 第51-59页 |
| 4.1 参数介绍 | 第51-53页 |
| 4.2 参数求取 | 第53-58页 |
| 4.3 本章小结 | 第58-59页 |
| 5 实验 | 第59-72页 |
| 5.1 实验平台介绍 | 第59-60页 |
| 5.2 单目标检测与跟踪 | 第60-66页 |
| 5.2.1 单目标人体检测 | 第60-62页 |
| 5.2.2 单目标人体跟踪 | 第62-66页 |
| 5.3 多目标检测与单目标跟踪 | 第66-71页 |
| 5.3.1 多目标人体检测与确认目标 | 第66-70页 |
| 5.3.2 多目标人体跟踪 | 第70-71页 |
| 5.4 实验总结 | 第71页 |
| 5.5 本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士期间发表论文及所取得成果 | 第77-78页 |
| 致谢 | 第78-79页 |