自主导航智能农业车辆的全景视觉系统关键技术研究

论文目录

摘要
ABSTRACT

第一章 绪论

1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 存在问题
1.3 课题来源
1.4 课题研究目标和内容
1.4.1 研究目标
1.4.2 研究内容
1.5 技术路线
1.6 文章结构与思路
参考文献

第二章 全景视觉导航系统总体设计

2.1 设计总体思路
2.2 设计实现目标
2.3 硬件系统总体设计
2.3.1 硬件系统功能
2.3.2 硬件系统模块组成
2.4 软件系统总体设计
2.4.1 软件系统功能
2.4.2 软件系统组成
2.4.3 设计流程
2.5 本章小结
参考文献

第三章 全景视觉图像快速拼接方法研究

3.1 全景视觉系统概述
3.2 多目全景视觉系统结构
3.3 多目全景视觉系统硬件平台
3.3.1 图像数据采集模块
3.3.2 视频图像无线传输监控与调试模块
3.4 改进的多目全景图像快速拼接算法
3.4.1 多目视觉图像快速获取
3.4.2 相机标定
3.4.3 基于SIFT算法的特征点提取与匹配
3.4.4 基于改进RANSAC-SIFT算法的匹配点优化
3.5 试验与分析
3.5.1 全景图像获取与拼接试验
3.5.2 算法主要参数测试试验
3.6 本章小结
参考文献

第四章 全景视觉光线自适应系统研究

4.1 光线自适应概述
4.2 光线自适应系统硬件模块设计
4.2.1 光线强度采集硬件模块设计
4.2.2 控制处理硬件模块设计
4.2.3 数据无线传输硬件模块设计
4.3 视觉成像系统
4.3.1 数字成像原理
4.3.2 成像曝光控制
4.3.3 成像质量评价参数
4.4 多目全景视觉光线自适应算法实现
4.4.1 算法总体流程
4.4.2 相机响应函数求取
4.4.3 数据匹配与更新
4.4.4 光线自适应曝光时间调整
4.5 试验与分析
4.5.1 光线自适应算法成像试验
4.5.2 主要成像质量指标测试试验
4.5.3 算法实时性测试试验
4.6 本章小结
参考文献

第五章 基于全景视觉的运动目标检测与跟踪方法研究

5.1 运动目标检测与跟踪概述
5.2 基于全景光流法的运动障碍目标检测
5.2.1 光流算法
5.2.2 基于改进CLG光流法的运动障碍快速检测
5.3 改进的核函数运动目标快速跟踪算法
5.3.1 核函数目标跟踪算法
5.3.2 多线程的多目视觉图像预处理
5.3.3 分段图像的改进核函数目标快速跟踪算法
5.4 基于路径预测的粒子滤波多目标跟踪
5.4.1 抗目标遮挡的路径预测
5.4.2 基于路径预测的粒子滤波多目标跟踪算法
5.5 试验与分析
5.5.1 改进CLG光流法的运动障碍快速检测试验
5.5.2 改进核函数快速跟踪算法主要参数测试
5.5.3 多运动目标检测跟踪试验
5.6 本章小结
参考文献

第六章 基于全景视觉的同时定位与地图创建方法研究

6.1 同时定位与地图创建(SLAM)概述
6.2 惯性导航系统
6.2.1 惯性测量单元原理
6.2.2 惯性测量单元硬件电路模块设计
6.3 模型建立
6.3.1 农业车辆运动模型
6.3.2 全景视觉系统观测模型
6.4 PV-SLAM算法
6.4.1 算法流程
6.4.2 算法实现
6.5 试验与分析
6.5.1 环境路标获取试验
6.5.2 PV-SLAM测试试验
6.6 本章小结
参考文献

第七章 研究结论与建议

7.1 研究结论
7.2 主要创新内容
7.3 后续研究建议
攻读博士学位期间的科研成果
致谢
附录A 全景视觉光线自适应试验数据
附录B PV-SLAM试验数据

自主导航智能农业车辆的全景视觉系统关键技术研究-AGV吧
自主导航智能农业车辆的全景视觉系统关键技术研究
此内容为付费资源,请付费后查看
20积分
付费资源
© 版权声明
THE END
喜欢就支持一下吧
点赞6赞赏 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容