| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 引言 | 第11页 |
| 1.2 视觉跟踪技术 | 第11-14页 |
| 1.2.1 视觉跟踪技术研究现状 | 第11-12页 |
| 1.2.2 视觉跟踪方法与难点 | 第12-14页 |
| 1.3 移动机器人路径规划技术研究现状 | 第14-16页 |
| 1.4 主要研究内容 | 第16-17页 |
| 第2章 移动机器人定点目标跟踪与避障方案设计 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 总体方案设计 | 第17-18页 |
| 2.3 系统硬件选取 | 第18-21页 |
| 2.3.1 移动机器人 | 第18-19页 |
| 2.3.2 视觉跟踪单元 | 第19-21页 |
| 2.3.3 正交激光雷达测距单元 | 第21页 |
| 2.3.4 控制主机 | 第21页 |
| 2.4 实验平台搭建和通信方案设计 | 第21-23页 |
| 2.5 软件设计 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 目标跟踪算法 | 第25-51页 |
| 3.1 引言 | 第25页 |
| 3.2 连续自适应均值漂移算法 | 第25-33页 |
| 3.2.1 均值漂移算法原理 | 第26-27页 |
| 3.2.2 跟踪目标模型 | 第27-29页 |
| 3.2.3 直方图与反向投影创建 | 第29-30页 |
| 3.2.4 Meanshift与Camshift运算 | 第30-33页 |
| 3.3 Camshift算法改进 | 第33-40页 |
| 3.3.1 目标直方图局部背景加权 | 第33-36页 |
| 3.3.2 纹理特征 | 第36-39页 |
| 3.3.3 二维直方图创建与动态更新 | 第39-40页 |
| 3.4 结合卡尔曼预测的视觉跟踪 | 第40-43页 |
| 3.4.1 卡尔曼滤波流程 | 第40-41页 |
| 3.4.2 卡尔曼滤波与Camshift算法融合 | 第41-43页 |
| 3.5 视觉跟踪实验分析 | 第43-48页 |
| 3.5.1 目标与背景颜色相似情况下的跟踪实验 | 第43-45页 |
| 3.5.2 相机快速移动情况的跟踪实验 | 第45-48页 |
| 3.6 本章小结 | 第48-51页 |
| 第4章 云台伺服机构控制 | 第51-67页 |
| 4.1 引言 | 第51页 |
| 4.2 坐标系定义 | 第51-52页 |
| 4.3 摄像机坐标系下跟踪目标坐标求解 | 第52-59页 |
| 4.3.1 摄像机模型 | 第52-54页 |
| 4.3.2 摄像机标定与校正 | 第54-57页 |
| 4.3.3 跟踪目标坐标值计算 | 第57-59页 |
| 4.4 云台转角计算 | 第59-62页 |
| 4.5 云台跟踪实验 | 第62-66页 |
| 4.5.1 二维地面云台跟踪实验 | 第62-65页 |
| 4.5.2 三维地面云台跟踪实验 | 第65-66页 |
| 4.6 本章小结 | 第66-67页 |
| 第5章 移动机器人避障与运动控制 | 第67-85页 |
| 5.1 引言 | 第67页 |
| 5.2 基于正交雷达的障碍物检测方法 | 第67-72页 |
| 5.3 移动机器人避障方法研究 | 第72-78页 |
| 5.3.1 改进的VFH+算法 | 第72-76页 |
| 5.3.2 机器人避障参数选取 | 第76-78页 |
| 5.4 移动机器人运动控制 | 第78-79页 |
| 5.5 避障实验 | 第79-84页 |
| 5.5.1 二维地面避障实验 | 第79-80页 |
| 5.5.2 三维地面避障实验 | 第80-84页 |
| 5.6 本章小结 | 第84-85页 |
| 结论 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第93-95页 |
| 致谢 | 第95页 |