动态环境下移动机器人实时避障研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-20页 |
| 1.1 引言 | 第10-12页 |
| 1.2 研究目的及意义 | 第12页 |
| 1.2.1 研究目的 | 第12页 |
| 1.2.2 研究意义 | 第12页 |
| 1.3 机器视觉在移动机器人领域的研究现状 | 第12-15页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 移动机器人避障重点技术综述 | 第15-18页 |
| 1.4.1 传感器技术 | 第15-16页 |
| 1.4.2 定位测距技术 | 第16-17页 |
| 1.4.3 避障路径规划技术 | 第17-18页 |
| 1.5 论文主要研究内容与章节结构 | 第18-20页 |
| 2 基于图像分割的障碍物目标识别技术研究 | 第20-30页 |
| 2.1 引言 | 第20页 |
| 2.2 图像分割技术综述 | 第20-22页 |
| 2.3 机器人工作环境特点 | 第22-23页 |
| 2.4 改进的彩色图像分割障碍物识别 | 第23-27页 |
| 2.4.1 HSI颜色空间 | 第23页 |
| 2.4.2 HSI空间图像分割 | 第23-24页 |
| 2.4.3 阈值选取 | 第24-25页 |
| 2.4.4 调整图像亮度 | 第25-27页 |
| 2.5 仿真分析 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 3.单目视觉技术实现障碍物测距研究 | 第30-46页 |
| 3.1 引言 | 第30页 |
| 3.2 涉及到的几个问题 | 第30-34页 |
| 3.2.1 摄像机投影模型 | 第30-34页 |
| 3.2.2 摄像机标定 | 第34页 |
| 3.3 双目视觉障碍物测距 | 第34-36页 |
| 3.3.1 原理 | 第34-35页 |
| 3.3.2 测距原理 | 第35-36页 |
| 3.4 基于单目视觉障碍物测距 | 第36-40页 |
| 3.4.1 摄像机标定 | 第36页 |
| 3.4.2 非线性畸变模型 | 第36-37页 |
| 3.4.3 基于平面靶标图像的摄像机标定 | 第37-40页 |
| 3.4.4 非线性优化摄像机内参 | 第40页 |
| 3.5 单目视觉技术测距模型建立 | 第40-42页 |
| 3.6 摄像机俯仰角计算 | 第42-43页 |
| 3.6.1 原理及几何模型 | 第42-43页 |
| 3.6.2 俯仰角测量试验 | 第43页 |
| 3.7 仿真分析 | 第43-44页 |
| 3.8 本章小结 | 第44-46页 |
| 4 改进人工势场算法避障研究 | 第46-58页 |
| 4.1 引言 | 第46-47页 |
| 4.2 避障和运动路径规划中的几个问题 | 第47-48页 |
| 4.3 经典人工势场算法及问题 | 第48-51页 |
| 4.3.1 人工势场算法理论 | 第48-50页 |
| 4.3.2 仿真实验及分析 | 第50-51页 |
| 4.4 改进的人工势场算法用于避障及路径规划 | 第51-55页 |
| 4.4.1 目标不可达的形成原因分析及改进 | 第51-53页 |
| 4.4.2 仿真分析 | 第53-55页 |
| 4.5 本章小结 | 第55-58页 |
| 5 系统设计与仿真 | 第58-62页 |
| 5.1 移动机器人视觉避障系统设计 | 第58-60页 |
| 5.2 试验及结果 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第70页 |
