基于双目立体视觉的自主资源勘探车辆环境识别技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内、外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 关键技术 | 第16-23页 |
| 1.3.1 自主地面车辆环境识别技术 | 第16-19页 |
| 1.3.2 双目立体视觉 | 第19-21页 |
| 1.3.3 双目立体视觉在自主地面车辆上的应用 | 第21-23页 |
| 1.4 研究内容和章节安排 | 第23-25页 |
| 第2章 自主资源勘探车辆双目立体视觉系统构建 | 第25-37页 |
| 2.1 概述 | 第25-27页 |
| 2.2 资源勘探车辆行驶环境分析 | 第27-29页 |
| 2.3 环境识别传感器的选择 | 第29-30页 |
| 2.4 双目立体视觉系统构建 | 第30-34页 |
| 2.4.1 系统硬件组成 | 第30-31页 |
| 2.4.2 系统参数配置 | 第31-34页 |
| 2.5 双目立体视觉系统环境识别方案 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第3章 双目立体视觉系统标定与极线校正研究 | 第37-53页 |
| 3.1 概述 | 第37页 |
| 3.2 双目立体视觉系统标定 | 第37-44页 |
| 3.2.1 双目立体视觉中的坐标系 | 第37-39页 |
| 3.2.2 摄像机成像模型 | 第39-41页 |
| 3.2.3 张氏单摄像机标定法 | 第41-43页 |
| 3.2.4 双目立体视觉系统标定 | 第43-44页 |
| 3.3 图像极线校正 | 第44-47页 |
| 3.3.1 极线约束 | 第44-45页 |
| 3.3.2 极线校正 | 第45-47页 |
| 3.4 双目立体视觉系统标定与极线校正实验 | 第47-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第4章 双目立体视觉系统立体匹配研究 | 第53-67页 |
| 4.1 概述 | 第53-56页 |
| 4.1.1 立体匹配算法分类 | 第53-55页 |
| 4.1.2 立体匹配算法难点 | 第55页 |
| 4.1.3 立体匹配算法评价 | 第55-56页 |
| 4.2 半全局立体匹配算法 | 第56-61页 |
| 4.2.1 匹配代价计算 | 第56-58页 |
| 4.2.2 匹配代价聚合 | 第58-59页 |
| 4.2.3 视差最优化计算 | 第59-60页 |
| 4.2.4 匹配结果优化 | 第60-61页 |
| 4.3 立体匹配实验研究 | 第61-66页 |
| 4.3.1 半全局匹配算法实验 | 第61-64页 |
| 4.3.2 引入直方图匹配的半全局匹配 | 第64-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 自主资源勘探车辆环境地图重构 | 第67-81页 |
| 5.1 环境地图模型构建方法选择 | 第67-70页 |
| 5.1.1 环境地图表述方式 | 第67-68页 |
| 5.1.2 环境地图构建方法选择 | 第68-70页 |
| 5.2 行驶环境三维重构 | 第70-73页 |
| 5.2.1 基于视差的三维坐标计算 | 第70-72页 |
| 5.2.2 车辆坐标系下三维坐标计算 | 第72-73页 |
| 5.3 环境地图重构 | 第73-75页 |
| 5.4 实验结果与分析 | 第75-80页 |
| 5.4.1 实验条件 | 第75页 |
| 5.4.2 实验步骤 | 第75-79页 |
| 5.4.3 实验结果分析 | 第79-80页 |
| 5.5 本章小结 | 第80-81页 |
| 第6章 总结与展望 | 第81-83页 |
| 6.1 全文总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87页 |
