| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 引言 | 第8-9页 |
| 1.2 课题研究背景及意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-16页 |
| 1.3.1 国外研究现状 | 第11-14页 |
| 1.3.2 国内研究现状 | 第14-16页 |
| 1.4 论文的主要研究内容及章节安排 | 第16-18页 |
| 1.4.1 主要研究内容 | 第16页 |
| 1.4.2 本文的结构 | 第16-18页 |
| 第2章 移动机器人及其控制系统 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 移动机器人硬件系统结构 | 第18-23页 |
| 2.2.1 四轮全方位移动机器人的机械系统 | 第18-20页 |
| 2.2.2 移动机器人机械减震结构 | 第20页 |
| 2.2.3 移动机器人多维运动方式分析 | 第20-21页 |
| 2.2.4 移动机器人控制系统结构 | 第21-23页 |
| 2.3 移动机器人传感器模块 | 第23-27页 |
| 2.3.1 视觉传感器系统 | 第23-26页 |
| 2.3.2 激光测距仪传感器系统 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 视觉系统图像预处理及颜色空间建模 | 第29-46页 |
| 3.1 引言 | 第29页 |
| 3.2 车载摄像机标定 | 第29-35页 |
| 3.2.1 摄像机成像模型 | 第29-33页 |
| 3.2.2 摄像机标定方法 | 第33-35页 |
| 3.3 基于视觉特征的图像预处理 | 第35-42页 |
| 3.3.1 直方图均衡化图像处理 | 第35-36页 |
| 3.3.2 Canny边缘检测 | 第36-38页 |
| 3.3.3 Harris角点检测算法 | 第38-42页 |
| 3.4 颜色空间模型及转换 | 第42-44页 |
| 3.4.1 RGB模型转HSV模型 | 第42-44页 |
| 3.4.2 图像颜色特征提取 | 第44页 |
| 3.5 本章小结 | 第44-46页 |
| 第4章 基于Camshift算法的运动目标检测识别 | 第46-65页 |
| 4.1 引言 | 第46页 |
| 4.2 运动目标检测常用方法分析 | 第46-58页 |
| 4.2.1 光流法 | 第46-50页 |
| 4.2.2 背景差分法 | 第50-52页 |
| 4.2.3 SURF特征匹配法 | 第52-58页 |
| 4.3 基于Camshift算法的运动目标检测识别方法分析 | 第58-63页 |
| 4.3.1 Camshift运动目标检测识别算法原理 | 第58-60页 |
| 4.3.2 目标检测识别算法流程分析 | 第60-61页 |
| 4.3.3 实验结果测试 | 第61-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第5章 移动机器人目标跟踪及避障实验与分析 | 第65-78页 |
| 5.1 引言 | 第65页 |
| 5.2 系统实验环境搭建 | 第65-67页 |
| 5.3 基于Camshift算法的动态目标检测识别及跟踪实验 | 第67-74页 |
| 5.3.1 基于Camshift算法实现动态目标检测识别 | 第67-69页 |
| 5.3.2 基于Camshift算法实现机器人多维运动模式的目标跟踪 | 第69-74页 |
| 5.4 避障系统 | 第74-77页 |
| 5.4.1 避障原理及实验 | 第74-76页 |
| 5.4.2 数据传输实验 | 第76-77页 |
| 5.5 本章小结 | 第77-78页 |
| 总结与展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 论文发表情况 | 第85-86页 |
