基于单目视觉的移动智能机器人的导航定位技术的研究和应用

论文目录   摘要 第1-6页 ABSTRACT 第6-11页 第一章 绪论 第11-19页   1.1 研究背景与意义 第11页   1.2 移动机器人研究现状和发展趋…

论文目录  
摘要 第1-6页
ABSTRACT 第6-11页
第一章 绪论 第11-19页
  1.1 研究背景与意义 第11页
  1.2 移动机器人研究现状和发展趋势 第11-14页
  1.3 移动机器人定位导航方法 第14-15页
  1.4 单目视觉定位导航方法 第15-17页
    1.4.1 单目视觉路标定位方法 第15-16页
    1.4.2 单目视觉道路识别导航方法 第16-17页
  1.5 论文研究内容和结构安排 第17-19页
    1.5.1 课题来源 第17页
    1.5.2 研究内容 第17-18页
    1.5.3 本文组织结构 第18-19页
第二章 单目视觉定位导航实现关键技术 第19-30页
  2.1 角点检测 第19-20页
  2.2 边缘检测 第20-23页
    2.2.1 边缘检测方法 第20-22页
    2.2.2 边缘检测方法对比 第22-23页
  2.3 图像分割 第23-26页
    2.3.1 基于阀值的分割方法 第24页
    2.3.2 基于边缘检测的分割方法 第24页
    2.3.3 基于空间聚类的分割方法 第24-25页
    2.3.4 基于区域的分割方法 第25-26页
  2.4 直线检测 第26-27页
    2.4.1 Hough变换 第26页
    2.4.2 最小二乘法 第26-27页
  2.5 单目视觉成像模型 第27-29页
  2.6 本章小结 第29-30页
第三章 移动机器人工路标定位系统 第30-57页
  3.1 人工路标图像设计 第32-33页
  3.2 人工路标图像预处理 第33-37页
    3.2.1 图像灰度化 第34-36页
    3.2.2 滤波去噪 第36页
    3.2.3 图像增强 第36-37页
  3.3 人工路标图像定位 第37-45页
    3.3.1 二值化分割 第38-39页
    3.3.2 形态学处理 第39页
    3.3.3 融合边缘的Harris角点检测 第39-41页
    3.3.4 基于几何形状约束的轮廓定位 第41-45页
  3.4 人工路标图像校正 第45-49页
    3.4.1 几何畸变校正 第45-48页
    3.4.2 旋转校正 第48-49页
  3.5 人工路标图像放大 第49-54页
    3.5.1 融合的线性插值方法 第50-52页
    3.5.2 二维离散小波变换 第52页
    3.5.3 融合小波变换和线性插值的图像放大 第52-54页
  3.6 人工路标提取 第54-56页
    3.6.1 直接投影法移除上下轮廓 第54-55页
    3.6.2 人工路标提取 第55-56页
  3.7 本章小结 第56-57页
第四章 移动机器人道路识别导航系统 第57-73页
  4.1 基于区域生长法的道路分割 第60-62页
  4.2 自适应Canny道路边缘检测 第62-69页
  4.3 Hough直线检测 第69-71页
    4.3.1 Hough变换基本原理 第69-70页
    4.3.2 基于条件约束的直线检测 第70-71页
  4.4 道路线跟踪 第71-72页
  4.5 本章小结 第72-73页
第五章 系统实现和实验分析 第73-90页
  5.1 项目平台和硬件设施 第73-74页
  5.2 定位导航系统概述 第74-75页
  5.3 系统基本功能介绍 第75-80页
    5.3.1 创建地图功能 第75-77页
    5.3.2 人工行驶功能 第77-78页
    5.3.3 历史轨迹功能 第78页
    5.3.4 自主行驶功能 第78-79页
    5.3.5 离线地图下载功能 第79-80页
  5.4 自主行驶关键技术实验测试 第80-89页
    5.4.1 人工路标定位实验测试 第80-83页
    5.4.2 道路识别实验测试 第83-89页
  5.5 本章小结 第89-90页
第六章 总结与展望 第90-91页
  6.1 工作总结 第90页
  6.2 工作展望 第90-91页
致谢 第91-92页
参考文献 第92-96页

………………………………………………………

由于篇幅所限,此处不能完全刊载论文全部内容,如需完整论文内容,请点击下面链接去下载全篇论文的完整文档!

 

为您推荐

发表评论

您的电子邮箱地址不会被公开。

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部