摘要 | 第8-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景与意义 | 第12-15页 |
1.2 基于视觉的移动机器人自定位的研究现状及趋势 | 第15-16页 |
1.3 基于视觉的目标物位姿测量研究现状及趋势 | 第16-17页 |
1.4 本文的主要工作 | 第17-18页 |
1.5 章节安排 | 第18-20页 |
第二章 相机内外参数的标定 | 第20-32页 |
2.1 相机模型 | 第20-24页 |
2.1.1 小孔相机模型 | 第20-21页 |
2.1.2 三个坐标系 | 第21-24页 |
2.2 相机内参数的标定 | 第24-26页 |
2.3 相机外参数的标定 | 第26-29页 |
2.3.1 算法的前提背景 | 第27页 |
2.3.2 算法具体实现 | 第27-29页 |
2.4 相机标定实验 | 第29-32页 |
第三章 基于视觉的移动机器人的自定位 | 第32-46页 |
3.1 基于视觉的移动机器人自定位算法流程 | 第32-33页 |
3.2 人工标志相对于机器人位置方位 | 第33-36页 |
3.2.1 人工标志的识别 | 第33-35页 |
3.2.2 人工标志相对机器人位置方位的计算 | 第35-36页 |
3.3 基于卡尔曼滤波和人工标志的移动机器人自定位 | 第36-40页 |
3.3.1 卡尔曼滤波 | 第36-38页 |
3.3.2 基于卡尔曼滤波的移动机器人自定位 | 第38-40页 |
3.4 实验与结果 | 第40-44页 |
3.5 本章小结 | 第44-46页 |
第四章 基于视觉的目标物位姿测量 | 第46-66页 |
4.1 基于视觉的目标物位姿测量算法概述 | 第46-47页 |
4.2 手眼标定 | 第47-50页 |
4.3 椭圆检测 | 第50-53页 |
4.4 圆的三维重建 | 第53-60页 |
4.4.1 基于两椭圆锥相交的圆锥曲线重建算法 | 第53-57页 |
4.4.2 基于圆约束的空间圆重建算法 | 第57-60页 |
4.5 实验 | 第60-64页 |
4.6 本章小结 | 第64-66页 |
第五章 总结与展望 | 第66-70页 |
5.1 全文总结 | 第66-67页 |
5.2 展望 | 第67-70页 |
参考文献 | 第70-76页 |
致谢 | 第76-78页 |
攻读硕士学位期间的学术成果 | 第78-79页 |
附件 | 第79页 |