声明
摘要
第一章 绪论
第一节 研究意义
第二节 研究现状
1.2.1 人脸检测与跟踪的研究现状
1.2.2 运动目标状态估计研究现状
1.2.3 移动机器人目标拦截技术研究现状
第三节 论文框架
第二章 人脸主动检测与跟踪系统
第一节 问题描述
第二节 基于Haar特征的人脸检测
2.2.1 Haar特征人脸检测算法
2.2.2 人脸检测实验结果
第三节 基于Camshift算法的人脸跟踪
2.3.1 Camshift算法人脸跟踪原理
2.3.2 Camshift算法目标跟踪实验结果
第四节 云台跟踪控制器设计
2.4.1 云台跟踪人脸问题描述
2.4.2 云台跟踪控制器设计原理
2.4.3 云台跟踪人脸实验结果
第五节 本章小结
第三章 运动目标的状态估计
第一节 问题描述
第二节 基于人体检测和几何信息的深度估计
3.2.1 基于HOG-LBP和边缘检测的精确人体检测算法
3.2.2 基于HOG-LBP和边缘检测的人体检测实验结果
3.2.3 基于几何关系的深度估计
第三节 基于运动学模型和Extended-Kalman滤波的速度估计
3.3.1 运动目标和移动机器人运动学模型分析
3.3.2 基于Extended-Kalman滤波的目标速度估计
3.3.3 目标速度估计实验结果
第四节 运动目标状态预测
第五节 本章小结
第四章 移动机器人目标拦截控制器设计
第一节 问题描述
第二节 基于状态估计和李雅普诺夫方法的拦截控制器设计
第三节 拦截系统稳定性分析
第四节 基于几何分析的运动目标拦截算法
第五节 运动目标拦截系统仿真与实验
4.5.1 基于状态估计和李雅普诺夫方法的拦截控制系统仿真
4.5.2 基于状态估计和李雅普诺夫方法的拦截控制系统实验
4.5.3 基于几何分析的运动目标拦截系统仿真
4.5.4 基于几何分析的运动目标拦截系统实验
第六节 本章小结
第五章 总结与展望
第一节 总结
第二节 展望
参考文献
致谢
个人简历、学术论文与研究成果