空中机器人视觉导航与控制若干问题研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-11页 |
| 目次 | 第11-15页 |
| 插图和附表清单 | 第15-18页 |
| 1 绪论 | 第18-42页 |
| ·研究背景及意义 | 第18-20页 |
| ·机器人视觉导航与控制的相关方法 | 第20-32页 |
| ·机器人视觉导航方法 | 第20-22页 |
| ·目标检测跟踪算法 | 第22-28页 |
| ·相对位姿估计方法 | 第28-29页 |
| ·视觉伺服方法 | 第29-32页 |
| ·空中机器人视觉导航与控制研究进展 | 第32-37页 |
| ·国外研究概况 | 第33-35页 |
| ·国内研究现状 | 第35-37页 |
| ·基于视觉导航的空中机器人典型应用 | 第37-38页 |
| ·本文主要研究内容 | 第38-42页 |
| ·工作出发点 | 第38-39页 |
| ·本文主要工作 | 第39-40页 |
| ·本文章节安排 | 第40-42页 |
| 2 预备知识 | 第42-54页 |
| ·引言 | 第42页 |
| ·均值漂移算法 | 第42-44页 |
| ·粒子滤波算法 | 第44-47页 |
| ·集成学习算法 | 第47-49页 |
| ·单应性矩阵 | 第49-53页 |
| ·定义 | 第49-50页 |
| ·估计方法 | 第50-53页 |
| ·相对位姿解算 | 第53页 |
| ·本章小结 | 第53-54页 |
| 3 嵌入集成学习的粒子滤波跟踪算法 | 第54-74页 |
| ·引言 | 第54-55页 |
| ·以核直方图为外观描述的跟踪算法性能比较 | 第55-65页 |
| ·基于均值漂移的跟踪算法 | 第56-58页 |
| ·基于粒子滤波的跟踪算法 | 第58-60页 |
| ·基于均值漂移和粒子滤波的跟踪算法 | 第60-61页 |
| ·跟踪性能比较 | 第61-65页 |
| ·结合集成学习和粒子滤波的跟踪算法 | 第65-73页 |
| ·基于集成学习的跟踪算法 | 第66-68页 |
| ·基于集成学习和粒子滤波的跟踪算法 | 第68-70页 |
| ·实验结果 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 4 基于分层粒子滤波的地标检测跟踪算法 | 第74-86页 |
| ·引言 | 第74-75页 |
| ·算法描述 | 第75-78页 |
| ·实验结果 | 第78-82页 |
| ·实验平台 | 第78-79页 |
| ·实验结果分析 | 第79-82页 |
| ·机载图像处理平台及地面控制站软件 | 第82-85页 |
| ·机载图像处理平台 | 第82-83页 |
| ·地面控制站软件 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 5 用于相对位姿估计的局部特征性能比较 | 第86-96页 |
| ·引言 | 第86-87页 |
| ·局部特征 | 第87-89页 |
| ·SIFT特征 | 第87-89页 |
| ·SURF特征 | 第89页 |
| ·局部特征及其用于相对位姿估计的性能比较 | 第89-94页 |
| ·局部特征性能分析 | 第89-93页 |
| ·基于局部特征的相对位姿估计结果 | 第93-94页 |
| ·本章小结 | 第94-96页 |
| 6 适用于局部特征的混合视觉伺服方法 | 第96-110页 |
| ·引言 | 第96-97页 |
| ·图像雅可比矩阵 | 第97-99页 |
| ·定义 | 第97页 |
| ·点特征的雅可比矩阵 | 第97-98页 |
| ·矩特征的雅可比矩阵 | 第98-99页 |
| ·传统的混合视觉伺服方法 | 第99-101页 |
| ·基于图像矩的混合视觉伺服方法 | 第101-104页 |
| ·方法描述 | 第101-103页 |
| ·稳定性分析 | 第103-104页 |
| ·仿真实验 | 第104-109页 |
| ·本章小结 | 第109-110页 |
| 7 基于混合视觉伺服的切换控制方法 | 第110-118页 |
| ·引言 | 第110-111页 |
| ·混合视觉伺服方法分析 | 第111-112页 |
| ·切换条件 | 第112-113页 |
| ·仿真实验 | 第113-116页 |
| ·本章小结 | 第116-118页 |
| 8 总结与展望 | 第118-122页 |
| ·工作总结 | 第118-120页 |
| ·研究展望 | 第120-122页 |
| 参考文献 | 第122-136页 |
| 作者简历 | 第136页 |
