基于视觉的室内巡检机器人导航技术研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 变量注释表 | 第20-21页 |
| 1 绪论 | 第21-36页 |
| 1.1 课题研究背景、意义及来源 | 第21-23页 |
| 1.2 视觉导航移动机器人国内外研究现状 | 第23-29页 |
| 1.3 移动机器人视觉导航中的关键技术 | 第29-33页 |
| 1.4 主要研究内容 | 第33-36页 |
| 2 室内巡检机器人及其导航系统总体设计方案 | 第36-46页 |
| 2.1 引言 | 第36页 |
| 2.2 室内巡检机器人及其导航系统设计要求 | 第36-37页 |
| 2.3 机器人硬件框架设计 | 第37-42页 |
| 2.4 机器人软件框架设计 | 第42-45页 |
| 2.5 本章小结 | 第45-46页 |
| 3 室内巡检机器人全局路径规划免疫算法研究 | 第46-65页 |
| 3.1 引言 | 第46页 |
| 3.2 全局路径规划算法研究 | 第46-56页 |
| 3.3 函数测试结果与分析 | 第56-60页 |
| 3.4 TSP问题仿真结果与分析 | 第60-64页 |
| 3.5 本章小结 | 第64-65页 |
| 4 蚁群算法的参数选择优化研究 | 第65-81页 |
| 4.1 引言 | 第65页 |
| 4.2 蚁群算法参数分析 | 第65-66页 |
| 4.3 蚁群算法参数选择方法研究 | 第66-67页 |
| 4.4 基于细菌觅食的蚁群算法参数选择 | 第67-70页 |
| 4.5 仿真结果与分析 | 第70-79页 |
| 4.6 本章小结 | 第79-81页 |
| 5 室内巡检机器人视觉系统关键技术研究 | 第81-114页 |
| 5.1 引言 | 第81页 |
| 5.2 摄像机标定研究 | 第81-90页 |
| 5.3 摄像机安装布局研究 | 第90-94页 |
| 5.4 多图像拼接技术研究 | 第94-105页 |
| 5.5 图像的障碍物检测与栅格地图的获取 | 第105-109页 |
| 5.6 基于图像模板匹配的机器人定位方法 | 第109-113页 |
| 5.7 本章小结 | 第113-114页 |
| 6 室内巡检机器人导航系统试验研究 | 第114-134页 |
| 6.1 引言 | 第114页 |
| 6.2 机器人运动性能测试 | 第114-119页 |
| 6.3 试验环境 | 第119-121页 |
| 6.4 室内巡检机器人自主导航试验 | 第121-133页 |
| 6.5 本章小结 | 第133-134页 |
| 7 全文总结与展望 | 第134-137页 |
| 7.1 论文研究成果 | 第134-135页 |
| 7.2 论文创新点 | 第135-136页 |
| 7.3 展望 | 第136-137页 |
| 参考文献 | 第137-146页 |
| 作者简历 | 第146-149页 |
| 学位论文数据集 | 第149页 |
