基于目标跟踪的全方位视觉自引导车动态定位技术
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·论文研究的意义及背景 | 第10-12页 |
| ·研究目的和意义 | 第10页 |
| ·国内外研究现状分析 | 第10-11页 |
| ·国内外研究所存在的问题 | 第11-12页 |
| ·自引导车概述 | 第12-15页 |
| ·自引导车的定义 | 第12页 |
| ·自引导车的产生及发展 | 第12-13页 |
| ·自引导车的主要引导方式 | 第13-14页 |
| ·自引导车的主要应用领域 | 第14-15页 |
| ·机器视觉概述 | 第15-18页 |
| ·机器视觉的定义及特点 | 第15-16页 |
| ·机器视觉系统的主要构成 | 第16-17页 |
| ·机器人视觉 | 第17页 |
| ·机器人视觉的发展历程 | 第17-18页 |
| ·移动机器人视觉中的目标跟踪 | 第18页 |
| ·视觉型自引导车 | 第18-20页 |
| ·课题来源及主要研究内容 | 第20-21页 |
| 第二章 全方位视觉 | 第21-29页 |
| ·全方位视觉概述 | 第21-24页 |
| ·全方位视觉的特点 | 第21-22页 |
| ·全方位视觉的主要构建方式 | 第22-23页 |
| ·全方位视觉的应用研究现状 | 第23-24页 |
| ·鱼眼镜头概述 | 第24-26页 |
| ·鱼眼和鱼眼镜头 | 第24-25页 |
| ·鱼眼镜头的发展历程 | 第25-26页 |
| ·鱼眼镜头畸变校正 | 第26-29页 |
| ·镜头畸变分类 | 第26-27页 |
| ·鱼眼图像畸变的几何矫正 | 第27-29页 |
| 第三章 基于粒子滤波的目标跟踪算法 | 第29-40页 |
| ·贝叶斯滤波原理 | 第29-31页 |
| ·蒙特卡罗方法 | 第31-33页 |
| ·蒙特卡罗方法简介 | 第31-32页 |
| ·蒙特卡罗方法的实现 | 第32页 |
| ·简单采样 | 第32-33页 |
| ·粒子滤波器 | 第33-38页 |
| ·重要性采样 | 第33-34页 |
| ·序列重要性采样 | 第34-36页 |
| ·退化现象 | 第36页 |
| ·重要性密度分布的选择 | 第36-37页 |
| ·重采样 | 第37-38页 |
| ·粒子滤波器在目标跟踪中的应用 | 第38-40页 |
| ·目标跟踪系统模型构建 | 第38-39页 |
| ·粒子滤波器算法步骤 | 第39-40页 |
| 第四章 全方位视觉AGV 定位算法 | 第40-44页 |
| ·全方位视觉AGV 定位系统 | 第40页 |
| ·陆标的定位与跟踪 | 第40-41页 |
| ·基于陆标的AGV 定位算法 | 第41-44页 |
| ·位置（坐标） | 第41-43页 |
| ·姿态（朝向） | 第43-44页 |
| 第五章 实验系统简介及实验结果 | 第44-47页 |
| ·实验系统简介 | 第44-45页 |
| ·实验结果 | 第45-47页 |
| 第六章 总结与展望 | 第47-48页 |
| ·工作总结 | 第47页 |
| ·未来工作展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 发表论文和科研情况说明 | 第51-52页 |
| 致谢 | 第52-53页 |
