│ 3ds Max│ Maya│ Rhino│ After Effects│ SketchUp│ ZBrush│ Painter│ Unity│
│ PhotoShop│ AutoCad│ MasterCam│ SolidWorks│ Creo│ UG│ Revit│ Nuke│
│ C#│ C│ C++│ Java│ 遊戲程式│ Linux│ 嵌入式│ PLC│ FPGA│ Matlab│
│ 駭客│ 資料庫│ 搜索引擎│ 影像處理│ Fluent│ VR+AR│ ANSYS│ 深度學習│
│ 單晶片│ AVR│ OpenGL│ Arduino│ Raspberry Pi│ 電路設計│ Cadence│ Protel│
│ Hadoop│ Python│ Stm32│ Cortex│ Labview│ 手機程式│ Android│ iPhone│
可查書名,作者,ISBN,3dwoo書號 目前顯示有庫存 顯示全部書籍 詳細書籍分類

機器人視覺系統研究 ( 簡體 字)
作者：鄭志強	類別：1. -> 電子工程 -> 機器人 　　　2. -> 教材 -> 數位影像處理
譯者：
出版社：科學出版社	3dWoo書號： 41996 詢問書籍請說出此書號！ 【缺書】 NT售價： 400 元
出版日：6/1/2015
頁數：202
光碟數：0
站長推薦：
印刷：黑白印刷	語系： ( 簡體 版 )
	加入購物車 │加到我的最愛 (請先登入會員)
ISBN：9787030447364
作者序　|　譯者序　|　前言　|　內容簡介　|　目錄　|　序
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序：
譯者序：
前言：
內容簡介： 視覺系統能夠提供豐富的環境感知信息，是自主移動機器人最為重要的環境感知系統之一。《機器人視覺系統研究》以機器人足球世界杯RoboCup中的中型組足球機器人系統為背景，描述了國防科學技術大學機器人足球研究組近十年來在足球機器人實時動態視覺感知問題上的研究成果和最新進展，主要內容包括：視覺系統設計與標定、顏色編碼化和非顏色編碼化目標識別、目標跟蹤與狀態估計、視覺自定位等。
目錄： 目錄 前言 第1章緒論1 1.1機器人足球世界杯1 1.2RoboCup中型組比賽與中型組機器人2 1.2.1RoboCup中型組比賽介紹2 1.2.2RoboCup中型組比賽機器人介紹3 1.2.3RoboCup中型組的科學意義和工程價值5 1.3RoboCup中型組視覺感知研究現狀5 1.3.1視覺系統設計及其標定6 1.3.2機器人的目標識別7 1.3.3目標運動狀態估計10 1.3.4機器人的視覺自定位11 1.3.5多機器人協同感知12 1.4RoboCup中型組視覺感知的發展趨勢13 1.5本書內容安排14 參考文獻15 第2章足球機器人全向視覺系統設計與標定21 2.1全向視覺概述21 2.1.1多攝像機拼接全向視覺系統21 2.1.2魚眼鏡頭全向視覺系統22 2.1.3折反射式全向視覺系統23 2.2足球機器人全向視覺系統的設計24 2.2.1單視點全向視覺系統的設計24 2.2.2NuBot全向視覺系統的設計29 2.3足球機器人全向視覺系統的標定36 2.3.1單視點全向視覺系統的標定37 2.3.2NuBot全向視覺系統的標定38 2.4本章小結46 參考文獻46 第3章機器人足球中的顏色編碼化目標識別50 3.1攝像機參數自動調節50 3.1.1相關研究51 3.1.2圖像熵及其與攝像機參數的關系52 3.1.3基于圖像熵的攝像機參數自動調節算法57 3.1.4實驗結果與分析59 3.1.5算法的拓展應用65 3.1.6小結69 3.2足球機器人視覺系統顏色分類70 3.2.1顏色空間模型與查找表方法簡介70 3.2.2混合顏色空間查找表分類方法73 3.2.3基于線性分類器的顏色空間劃分方法79 3.2.4改進的顏色查找表方法在彩色全景圖像顏色分類中的應用83 3.2.5小結86 3.3針對顏色編碼化目標的識別算法86 3.3.1機器人足球比賽中的目標識別87 3.3.2場地白色標示線的可靠識別90 3.3.3黑色障礙物的可靠識別99 3.4本章小結104 參考文獻104 第4章機器人足球中的非顏色編碼化目標識別107 4.1相關研究107 4.2基于全向視覺成像模型的任意足球識別108 4.2.1足球在NuBot全向視覺中的成像特性分析109 4.2.2基于全向視覺的任意足球識別算法111 4.2.3實驗結果與分析113 4.2.4小結118 4.3基于AdaBoost學習算法的任意足球識別119 4.3.1算法描述119 4.3.2實驗結果與分析125 4.3.3小結132 4.4本章小結134 參考文獻134 第5章目標跟蹤與狀態估計136 5.1基于當前統計模型與狀態約束的單目標跟蹤137 5.1.1足球機器人的運動特點137 5.1.2目標運動模型139 5.1.3濾波器約束條件144 5.1.4單目標跟蹤濾波器147 5.1.5實驗結果與分析149 5.1.6小結151 5.2基于聯合概率數據關聯的多目標跟蹤151 5.2.1橢球跟蹤門規則152 5.2.2數據關聯算法的選擇153 5.2.3實驗結果與分析156 5.2.4小結161 5.3基于RANSAC和Kalman濾波的目標狀態估計161 5.3.1球速估計問題研究現狀162 5.3.2RANSAC介紹162 5.3.3基于RANSAC和Kalman濾波的球速估計算法163 5.3.4實驗結果與分析166 5.3.5小結168 5.4基于雙目視覺的三維空間目標狀態估計170 5.4.1雙目視覺系統171 5.4.2足球識別與定位172 5.4.3足球運動軌跡的擬合173 5.4.4足球運動落點位置的預測174 5.4.5機器人運動決策175 5.4.6實驗結果與分析176 5.4.7小結182 5.5本章小結183 參考文獻183 第6章足球機器人視覺自定位186 6.1足球機器人常用的視覺自定位方法187 6.1.1粒子濾波定位方法187 6.1.2匹配優化定位方法192 6.1.3兩種自定位方法的優點和不足192 6.2結合使用粒子濾波和匹配優化的機器人自定位方法193 6.3實驗結果與分析194 6.3.1遮擋情況下的自定位194 6.3.2全局自定位197 6.3.3不同光線條件下的自定位197 6.3.4算法的實時性能200 6.4本章小結201 參考文獻201
序：