| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 目录 | 第9-13页 |
| CONTENTS | 第13-18页 |
| 第一章 绪论 | 第18-24页 |
| 1．1 引言 | 第18页 |
| 1．2 机器人足球比赛系统的研究意义 | 第18-20页 |
| 1．3 机器人足球比赛系统的历史与发展 | 第20-22页 |
| 1．4 论文的研究内容与结构安排 | 第22-24页 |
| 第二章 全自主机器人足球比赛系统的研究综述 | 第24-36页 |
| 2．1 引言 | 第24页 |
| 2．2 机器人足球比赛系统的分类 | 第24-25页 |
| 2．3 全自主机器人足球比赛系统的研究现状及分析 | 第25-35页 |
| 2．3．1 车体结构设计 | 第25-26页 |
| 2．3．2 实时无线通信 | 第26-27页 |
| 2．3．3 视觉及多传感器信息融合 | 第27-31页 |
| 2．3．4 机器学习与路径规划 | 第31-33页 |
| 2．3．5 多机器人协作 | 第33-35页 |
| 2．4 小结 | 第35-36页 |
| 第三章 半自主机器人足球比赛系统的通信子系统 | 第36-50页 |
| 3．1 引言 | 第36-38页 |
| 3．1．1 微型机器人足球比赛系统(MiroSOT)简介 | 第36-37页 |
| 3．1．2 通信子系统的设计要求 | 第37-38页 |
| 3．2 半自主机器人足球比赛系统的通信原理 | 第38-39页 |
| 3．3 通信子系统的干扰源的分析和处理 | 第39-41页 |
| 3．3．1 随机噪声 | 第39-40页 |
| 3．3．2 多径(同频道)干扰 | 第40-41页 |
| 3．3．3 系统内部干扰 | 第41页 |
| 3．4 通信子系统的硬件设计 | 第41-46页 |
| 3．4．1 有线接收模块的设计与实现 | 第42页 |
| 3．4．2 无线发射和无线接收模块的设计与实现 | 第42-44页 |
| 3．4．3 天线的设计与实现 | 第44-46页 |
| 3．5 通信子系统的软件设计 | 第46-47页 |
| 3．5．1 通信协议 | 第46页 |
| 3．5．2 收发器的软件设计 | 第46-47页 |
| 3．6 实验结果与分析 | 第47-49页 |
| 3．7 小结 | 第49-50页 |
| 第四章 全自主机器人足球比赛系统的通信子系统 | 第50-69页 |
| 4．1 引言 | 第50页 |
| 4．2 多机器人通信原理 | 第50-52页 |
| 4．3 多机器人通信的多径问题研究 | 第52-57页 |
| 4．3．1 多机器人通信多径干扰的基本模型 | 第52-54页 |
| 4．3．2 多机器人通信系统的多径干扰分析 | 第54-55页 |
| 4．3．3 多径干扰下多机器人通信的间断率分析 | 第55-57页 |
| 4．3．4 多径干扰的分集处理 | 第57页 |
| 4．4 通信平台的设计与实现 | 第57-60页 |
| 4．4．1 IEEE802．11标准简介 | 第58-59页 |
| 4．4．2 无线网卡的选择 | 第59-60页 |
| 4．5 基于C/S的对话管理的设计与实现 | 第60-63页 |
| 4．6 对话协议的设计与实现 | 第63-65页 |
| 4．6．1 相关通信内容的定义 | 第63-64页 |
| 4．6．2 相关通信内容的格式 | 第64-65页 |
| 4．7 实验结果与分析 | 第65-68页 |
| 4．7．1 通信子系统的实时性实验结果 | 第66-67页 |
| 4．7．2 通信子系统实验结果 | 第67-68页 |
| 4．8 小结 | 第68-69页 |
| 第五章 全自主足球机器人的单目视觉自定位 | 第69-91页 |
| 5．1 引言 | 第69-70页 |
| 5．2 全自主足球机器人的视觉及其处理系统 | 第70-74页 |
| 5．2．1 RoboCup中型组场地的颜色标志 | 第70-71页 |
| 5．2．2 自主足球机器人视觉的分类及应用 | 第71-72页 |
| 5．2．3 视觉系统的总体结构和处理流程 | 第72-73页 |
| 5．2．4 CCD摄像机与图像采集卡 | 第73-74页 |
| 5．3 视觉测距原理 | 第74-82页 |
| 5．3．1 计算机视觉测距技术 | 第75-76页 |
| 5．3．2 摄像机成像模型及参数标定 | 第76-79页 |
| 5．3．3 摄像机镜头畸变的数学模型 | 第79-80页 |
| 5．3．4 单目视觉空间坐标测量模型 | 第80-82页 |
| 5．4 全自主足球机器人的单目视觉定位模型 | 第82-84页 |
| 5．4．1 机器人的单目视觉几何自定位模型 | 第82-83页 |
| 5．4．2 机器人的摄像机动态标定 | 第83-84页 |
| 5．5 系统测量误差分析及其偏最小二乘回归处理 | 第84-88页 |
| 5．5．1 摄像机CCD像面的量化误差 | 第84页 |
| 5．5．2 镜头的非线性畸变误差 | 第84-86页 |
| 5．5．3 内部参数标定误差及其偏最小二乘回归处理 | 第86-88页 |
| 5．6 仿真结果与分析 | 第88-90页 |
| 5．7 小结 | 第90-91页 |
| 第六章 全自主机器人足球比赛系统的非视觉多传感器子系统 | 第91-116页 |
| 6．1 引言 | 第91-92页 |
| 6．2 常用传感器及其选型 | 第92-96页 |
| 6．2．1 超声传感器 | 第92-94页 |
| 6．2．2 电子罗盘 | 第94-95页 |
| 6．2．3 红外传感器 | 第95-96页 |
| 6．3 SOPC技术概述 | 第96-100页 |
| 6．3．1 NIOS软核处理器简介 | 第97-99页 |
| 6．3．2 SOPC Builder简介 | 第99-100页 |
| 6．3．3 DSP Buildler简介 | 第100页 |
| 6．4 基于SOPC的非视觉多传感器子系统的设计 | 第100-114页 |
| 6．4．1 超声测距误差与干扰的分析及其处理 | 第101-103页 |
| 6．4．2 非视觉多传感器数据处理子系统的硬件设计 | 第103-107页 |
| 6．4．3 非视觉多传感器数据处理子系统的软件设计 | 第107-114页 |
| 6．5 实验结果与分析 | 第114-115页 |
| 6．6 小结 | 第115-116页 |
| 第七章 全自主机器人足球比赛系统的协作地图创建 | 第116-134页 |
| 7．1 引言 | 第116-117页 |
| 7．2 机器人地图的表示方法 | 第117-118页 |
| 7．3 传感器不确定信息的描述方法 | 第118-122页 |
| 7．3．1 基于概率理论的不确定性信息描述方法 | 第118-119页 |
| 7．3．2 基于模糊理论的不确定性信息描述方法 | 第119-120页 |
| 7．3．3 基于灰色系统理论的不确定性信息描述方法 | 第120-122页 |
| 7．4 全自主机器人足球系统的协作地图创建 | 第122-128页 |
| 7．4．1 单个机器人子栅格地图的创建 | 第122-125页 |
| 7．4．2 基于灰色系统理论的环境信息融合 | 第125-126页 |
| 7．4．3 多机器人协作地图的创建 | 第126-128页 |
| 7．5 仿真结果与分析 | 第128-133页 |
| 7．5．1 仿真实验 | 第128-132页 |
| 7．5．2 实时性分析 | 第132-133页 |
| 7．6 小结 | 第133-134页 |
| 总结 | 第134-136页 |
| 参考文献 | 第136-145页 |
| 攻读博士学位期间发表的论文 | 第145-148页 |
| 致谢 | 第148页 |
