首页--交通运输论文--铁路运输论文--铁路通信、信号论文--铁路信号论文--驼峰调车场信号设备及驼峰自动化论文--驼峰机车信号与驼峰机车遥控论文

火车摘钩机器人的视觉设计及控制

摘要第5-6页
abstract第6-7页
第1章 绪论第10-18页
    1.1 研究目的和意义第10-11页
    1.2 国内外摘钩的研究现状第11-12页
    1.3 国内外图像跟踪研究现状第12页
    1.4 国内外相关研究第12-14页
    1.5 国内外广义预测控制相关研究第14-16页
    1.6 本课题主要研究内容第16-18页
第2章 粒子滤波基本理论以及跟踪目标的表示第18-30页
    2.1 引言第18页
    2.2 粒子滤波基本理论第18-26页
        2.2.1 蒙特卡洛模拟第18-19页
        2.2.2 重要性采样第19-20页
        2.2.3 序列重要性采样第20-21页
        2.2.4 建议性分布的选择第21-22页
        2.2.5 重采样第22页
        2.2.6 粒子滤波算法第22-23页
        2.2.7 广义蒙特卡洛粒子滤波第23-26页
    2.3 基于特征空间和压缩采样的目标描述第26-29页
        2.3.1 算法原理第26页
        2.3.2 特征基的提取第26-28页
        2.3.3 目标的低维子空间稀疏描述第28-29页
    2.4 小结第29-30页
第3章 基于自适应目标跟踪模型的追踪算法第30-46页
    3.1 引言第30页
    3.2 基于自适应表现模型的跟踪算法第30-36页
        3.2.1 运动模型第30-31页
        3.2.2 动态模型第31-32页
        3.2.3 观测模型第32-33页
        3.2.4 粒子群算法第33-35页
        3.2.5 跟踪算法的实施方法第35-36页
    3.3 实验结果与分析第36-45页
        3.3.1 汽车跟踪第36-38页
        3.3.2 人脸跟踪第38-43页
        3.3.3 火车摘钩把手跟踪第43-45页
    3.4 小结第45-46页
第4章 火车摘钩机器人轨迹规划第46-54页
    4.1 引言第46页
    4.2 火车摘钩机机器人最优时间轨迹规划第46-50页
    4.3 火车摘钩机机器人最优时间轨迹规划求解第50-53页
    4.4 小结第53-54页
第五章 火车摘钩机器人的控制第54-70页
    5.1 引言第54页
    5.2 广义预测控制理论第54-57页
        5.2.1 预测模型第54-55页
        5.2.2 滚动优化第55-57页
        5.2.3 反馈校正第57页
    5.3 基于IPSO的扩展隐式广义预测自校正控制算法第57-63页
        5.3.1 传统扩展广义预测模型第57-59页
        5.3.2 利用辅助模型最小二乘进行输出线性部分预报第59-62页
        5.3.3 IPSO求取火车摘钩机器人非线性部分第62-63页
    5.4 基于IPSO的扩展隐式广义预测的火车摘钩机器人控制仿真第63-69页
    5.5 小结第69-70页
总结第70-72页
参考文献第72-80页
攻读硕士学位期间发表的论文和取得的科研成果第80-82页
致谢第82页

论文共82页,点击 下载论文
上一篇:自动驾驶车辆高速道路环境下超车行为决策研究
下一篇:中国高铁“走出去”的风险与应对策略研究