首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

室内通道中无人车视觉定位与感知方法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第14-20页
    1.1 研究背景及意义第14页
    1.2 国内外研究现状第14-16页
    1.3 关键问题第16-17页
    1.4 本文研究工作第17-18页
    1.5 本文组织结构第18-20页
第2章 相关技术介绍第20-30页
    2.1 基于特征点匹配的视觉里程计第20-25页
        2.1.1 特征点的检测与匹配第20-23页
        2.1.2 2D-2D对极几何第23-24页
        2.1.3 三角测量第24页
        2.1.4 3D-2D:PnP多点透视成像第24-25页
    2.2 即时同步定位与建图技术第25-28页
        2.2.1 基于视觉的同步定位与建图技术第25-27页
        2.2.2 基于激光雷达的导航方法第27-28页
    2.3 LSD线段检测算法第28-30页
第3章 基于消失点的室内无人车运动偏离检测算法第30-42页
    3.1 问题描述第30页
    3.2 通道平行线的检测第30-37页
        3.2.1 直线参数区间的估计第31-32页
        3.2.2 阈值的动态调整第32-33页
        3.2.3 误检平行线的滤除第33-35页
        3.2.4 消失点的估计第35-37页
        3.2.5 降低估计误差的方法第37页
    3.3 运动状态的判断第37-38页
    3.4 实验与结果分析第38-39页
    3.5 本章总结第39-42页
第4章 基于室内地板稀疏特征的定位算法第42-56页
    4.1 引言第42页
    4.2 系统框架设计第42-43页
    4.3 定位系统具体实现第43-53页
        4.3.1 视角变换第43-45页
        4.3.2 特征点的跟踪第45-46页
        4.3.3 直线的预测第46-47页
        4.3.4 直线与特征点检测第47-50页
        4.3.5 特征点匹配第50页
        4.3.6 运动估计第50-51页
        4.3.7 匹配链的重连接第51-52页
        4.3.8 全局优化第52-53页
    4.4 实验与分析第53-54页
    4.5 本章总结第54-56页
第5章 基于线段特征的室内门检测第56-66页
    5.1 引言第56页
    5.2 算法框架介绍第56-57页
    5.3 检测系统实现第57-62页
        5.3.1 门的图像几何模型第57-58页
        5.3.2 图像预处理第58页
        5.3.3 线段检测与融合第58-59页
        5.3.4 门候选集第59-62页
    5.4 搜索门踢脚线第62页
    5.5 候选门的评分与过滤第62-63页
    5.6 实验与分析第63-64页
    5.7 本章总结第64-66页
第6章 室内无人车实验系统第66-76页
    6.1 硬件系统第66-69页
        6.1.1 机械结构第66-67页
        6.1.2 电路结构第67-69页
    6.2 软件系统第69-75页
        6.2.1 底层程序第70-71页
        6.2.2 控制抽象层第71-72页
        6.2.3 校正程序第72页
        6.2.4 ROS节点第72-73页
        6.2.5 障碍物检测系统第73-75页
    6.3 本章总结第75-76页
第7章 总结与展望第76-78页
    7.1 本文工作总结第76页
    7.2 未来工作展望第76-78页
参考文献第78-82页
致谢第82-84页
在读期间发表的学术论文与取得的研究成果第84页

论文共84页,点击 下载论文
上一篇:基于高效用模式挖掘的微博文本突发话题检测方法研究
下一篇:3D Tiles定义解析与生产规范设计--以三维建筑物瓦片为例