首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文--传感器的应用论文

农机作业障碍物检测与避障方法研究

摘要第6-8页
abstract第8-9页
第一章 绪论第13-22页
    1.1 研究背景第13-14页
    1.2 研究现状第14-18页
        1.2.1 农业车辆自动导航研究现状第14-17页
            1.2.1.1 GPS导航第14-15页
            1.2.1.2 视觉导航第15-16页
            1.2.1.3 激光导航第16-17页
        1.2.2 农业车辆自动避障研究现状第17-18页
    1.3 研究现状第18-22页
        1.3.1 研究目的第18-19页
        1.3.2 研究内容第19页
        1.3.3 研究方法和技术路线第19-21页
        1.3.4 论文章节安排第21-22页
第二章 车辆信息采集与控制硬件平台搭建第22-35页
    2.1 障碍物检测系统硬件系统第22-29页
        2.1.1 北斗卫星定位仪第22-27页
            2.1.1.1 北斗卫星定位仪参数第22-23页
            2.1.1.2 北斗数据解析方法第23-24页
            2.1.1.3 北斗卫星定位差分系统第24-27页
        2.1.2 惯性测量单元第27页
        2.1.3 激光测距传感器第27-29页
    2.2 研究平台第29页
    2.3 车辆启动控制系统第29-30页
    2.4 前轮转角检测系统第30-32页
        2.4.1 前轮转角检测系统组成第30-31页
        2.4.2 绝对值编码器标定第31-32页
    2.5 自动转向系统第32-33页
    2.6 农机作业障碍物检测系统工作原理第33页
    2.7 本章小结第33-35页
第三章 农机作业障碍物检测与识别方法第35-53页
    3.1 障碍物检测与识别方法第35-43页
        3.1.1 障碍物绝对位姿信息提取方法第35-40页
            3.1.1.1 坐标模型建立第35-37页
            3.1.1.2 激光坐标转换第37页
            3.1.1.3 北斗坐标转换第37-38页
            3.1.1.4 卡尔曼滤波算法第38-40页
        3.1.2 障碍物检测与匹配第40-42页
            3.1.2.1 激光数据的过滤和聚类第40-41页
            3.1.2.2 聚类障碍的特征参数第41页
            3.1.2.3 匹配潜在障碍物第41-42页
        3.1.3 障碍物检测方法流程第42-43页
    3.2 障碍物检测系统软件设计第43-45页
        3.2.1 软件开发平台及开发语言第43页
        3.2.2 障碍物检测系统软件设计第43-45页
    3.3 障碍物检测系统性能测试第45-52页
        3.3.1 卡尔曼滤波试验第45-46页
        3.3.2 障碍物检测系统静态性能测试第46-48页
        3.3.3 障碍物检测系统实时性能测试第48-49页
        3.3.4 障碍物检测系统动态性能测试第49-52页
    3.4 本章小结第52-53页
第四章 农机导航系统避障策略研究第53-66页
    4.1 农机导航系统避障策略第53-57页
        4.1.1 障碍层次划分第53-54页
        4.1.2 人工势场法第54-57页
            4.1.2.1 传统人工势场法第54-56页
            4.1.2.2 传统人工势场法的改进策略第56-57页
    4.2 车辆运动学模型第57-59页
        4.2.1 运动学模型建立第57-59页
        4.2.2 系统控制器设计第59页
    4.3 前轮转向速度标定第59-60页
    4.4 农机作业避障系统软件设计第60-65页
        4.4.1 嵌入式开发硬件平台第60-61页
        4.4.2 下位机控制系统电路设计第61-64页
        4.4.3 下位机控制系统软件设计第64-65页
    4.5 本章小结第65-66页
第五章 仿真模拟和实地试验第66-75页
    5.1 仿真模拟第66-71页
        5.1.1 Gazebo功能第66-67页
        5.1.2 在Gazebo中创建XACRO3D模型第67-69页
        5.1.3 仿真过程与结果第69-71页
    5.2 实地试验第71-74页
        5.2.1 静态障碍物试验第71-73页
        5.2.2 动态障碍物试验第73-74页
    5.3 本章小结第74-75页
第六章 结论与展望第75-77页
    6.1 结论第75-76页
    6.2 主要创新点第76页
    6.3 展望第76-77页
参考文献第77-82页
致谢第82-83页
作者简介第83页

论文共83页,点击 下载论文
上一篇:遥感图像的模糊C均值聚类后处理方法研究
下一篇:卷积神经网络在磁共振图像重建及质量评价中的应用