多旋翼飞行器基于单目视觉的动态目标跟踪 |
论文目录 | | | 摘要 | 第1-5页 | | Abstract | 第5-8页 | | 1 绪论 | 第8-14页 | | 1.1 研究背景与研究意义 | 第8-9页 | | 1.2 研究现状与发展趋势 | 第9-12页 | | 1.3 本文主要工作及创新点 | 第12-14页 | | 2 多旋翼飞行器实时状态估计 | 第14-29页 | | 2.1 多旋翼飞行器的姿态估计 | 第14-27页 | | 2.1.1 多旋翼飞行器的动力学模型 | 第14-18页 | | 2.1.2 基于扩展卡尔曼滤波的姿态解算 | 第18-21页 | | 2.1.3 基于容积卡尔曼滤波的姿态解算 | 第21-25页 | | 2.1.4 多旋翼飞行器姿态解算实验与分析 | 第25-27页 | | 2.2 多旋翼飞行器的位置估计 | 第27-29页 | | 3 多旋翼飞行器基于TLD算法的单目标跟踪 | 第29-50页 | | 3.1 TLD算法的总体介绍 | 第29-30页 | | 3.2 目标跟踪模块 | 第30-35页 | | 3.2.1 金字塔Lucas-Kanada光流算法 | 第30-33页 | | 3.2.2 基于FB误差的中值流跟踪算法 | 第33-35页 | | 3.3 目标检测模块 | 第35-45页 | | 3.3.1 方差比较器 | 第36-37页 | | 3.3.2 集成分类器 | 第37-43页 | | 3.3.3 模板匹配 | 第43-45页 | | 3.4 决策模块 | 第45页 | | 3.5 基于P-N在线学习方法 | 第45-50页 | | 3.4.1 P-N学习基本框架 | 第46-47页 | | 3.4.2 P-N学习稳定性分析 | 第47-49页 | | 3.4.3 P-N在线学习的实现 | 第49-50页 | | 4 多旋翼飞行器基于TLD框架的多目标跟踪 | 第50-62页 | | 4.1 多目标跟踪算法总体介绍 | 第50-51页 | | 4.2 目标跟踪模块 | 第51-53页 | | 4.3 目标检测模块 | 第53-62页 | | 5 实验设计与结果分析 | 第62-72页 | | 5.1 实验平台说明 | 第62-63页 | | 5.2 单目标跟踪实验 | 第63-68页 | | 5.2.1 基于TLD算法的单目标跟踪实验 | 第64-66页 | | 5.2.2 基于改进TLD算法的对比跟踪实验 | 第66-68页 | | 5.3 多目标跟踪实验 | 第68-72页 | | 5.3.1 不同场景的多目标跟踪实验 | 第69-70页 | | 5.3.2 不同数量的多目标跟踪实验 | 第70-72页 | | 结论 | 第72-73页 | | 参考文献 | 第73-76页 | | 攻读硕士学位期间发表学术论文情况 | 第76页 | | 课题资助情况 | 第76-77页 | | 致谢 | 第77-78页 |
|
|
|
| |
