基于单目视觉的巡检机器人道路导航技术
摘要 | 第4-5页 |
abstract | 第5-6页 |
1 绪论 | 第10-16页 |
1.1 课题依据、意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.3 课题的主要研究内容 | 第15-16页 |
2 单目视觉巡检机器人道路导航系统的总体方案设计 | 第16-25页 |
2.1 概述 | 第16页 |
2.2 单目视觉道路导航系统的工作原理及性能参数 | 第16-18页 |
2.2.1 导航系统的工作原理 | 第16-17页 |
2.2.2 导航系统的性能参数 | 第17-18页 |
2.3 导航系统的图像采集方式和处理手段 | 第18页 |
2.4 导航系统的硬件的构成 | 第18页 |
2.5 导航系统的硬件选择 | 第18-19页 |
2.6 单目视觉道路导航系统的设计方案 | 第19-22页 |
2.6.1 移动平台的导航方式分析 | 第19-20页 |
2.6.2 导航系统的方案设计 | 第20-22页 |
2.7 单目视觉导航系统的软件设计 | 第22-24页 |
2.7.1 视觉导航系统的交互界面 | 第22-23页 |
2.7.2 视觉导航系统的工作流程 | 第23-24页 |
2.8 本章小结 | 第24-25页 |
3 单目摄像头标定技术 | 第25-42页 |
3.1 概述 | 第25页 |
3.2 摄像头主要标定算法分析 | 第25-26页 |
3.3 单目摄像头标定算法的提出 | 第26-35页 |
3.3.1 摄像头的安装要求 | 第29-32页 |
3.3.2 摄像头标定算法的推导 | 第32-35页 |
3.4 摄像头标定技术 | 第35-41页 |
3.4.1 摄像头标定的方法 | 第35-40页 |
3.4.2 摄像头标定误差分析 | 第40-41页 |
3.5 本章小结 | 第41-42页 |
4 道路图像特征提取算法 | 第42-61页 |
4.1 概述 | 第42页 |
4.2 道路的图像处理 | 第42-56页 |
4.2.1 数字图像的存储形式 | 第42-43页 |
4.2.2 道路图像的灰度处理 | 第43-46页 |
4.2.3 道路图像的滤波处理 | 第46-50页 |
4.2.4 道路图像的边缘特征检测 | 第50-56页 |
4.3 道路特征提取算法 | 第56-60页 |
4.3.1 道路的特征模型 | 第56-57页 |
4.3.2 道路特征点的提取算法 | 第57-58页 |
4.3.3 道路特征线拟合算法 | 第58-60页 |
4.4 本章小结 | 第60-61页 |
5 单目视觉道路导航技术 | 第61-72页 |
5.1 概述 | 第61页 |
5.2 导航技术的主要算法分析 | 第61-63页 |
5.3 道路导航算法提出 | 第63-65页 |
5.4 道路导航技术原理 | 第65-66页 |
5.5 道路导航技术控制流程图 | 第66-67页 |
5.6 道路导航技术的实验 | 第67-71页 |
5.6.1 实验概况 | 第67页 |
5.6.2 实验目的 | 第67页 |
5.6.3 实验分析 | 第67-71页 |
5.7 本章小结 | 第71-72页 |
6 总结与展望 | 第72-74页 |
6.1 工作总结 | 第72-73页 |
6.2 展望 | 第73-74页 |
参考文献 | 第74-78页 |
攻读硕士学位期间发表的论文 | 第78-79页 |
致谢 | 第79-80页 |