风管清扫机器人多传感器信息融合障碍物检测
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·风管清扫机器人现状研究 | 第11-13页 |
| ·基于多传感器融合的障碍物检测识别 | 第13-15页 |
| ·传感器在移动机器人障碍物检测上的应用 | 第13-14页 |
| ·多传感器信息融合研究 | 第14-15页 |
| ·论文的主要研究内容 | 第15-16页 |
| ·论文的结构安排 | 第16-18页 |
| 第2章 风管清扫机器人环境感知系统简介 | 第18-30页 |
| ·风管清扫机器人的工作原理和工作环境 | 第18-19页 |
| ·风管清扫机器人系统介绍 | 第19-21页 |
| ·机械结构 | 第19页 |
| ·控制系统 | 第19-21页 |
| ·环境感知传感器系统 | 第21-24页 |
| ·超声波传感器 | 第21-23页 |
| ·红外线传感器 | 第23页 |
| ·单目视觉传感器 | 第23-24页 |
| ·摄像头透视模型及逆模型 | 第24-29页 |
| ·坐标系设定 | 第24-25页 |
| ·坐标系变换 | 第25-28页 |
| ·摄像机逆模型 | 第28-29页 |
| ·本章总结 | 第29-30页 |
| 第3章 视觉图像的处理过程 | 第30-38页 |
| ·视觉图像预处理 | 第30-34页 |
| ·图像的灰度化 | 第30-31页 |
| ·均衡化直方图 | 第31-32页 |
| ·图像滤波 | 第32-34页 |
| ·膨胀腐蚀 | 第34页 |
| ·图像特征提取 | 第34-37页 |
| ·小结 | 第37-38页 |
| 第4章 基于多传感器融合的障碍物检测与定位 | 第38-53页 |
| ·多传感器信息融合技术 | 第38-42页 |
| ·信息融合原理 | 第38-39页 |
| ·信息融合层级 | 第39-40页 |
| ·移动机器人中多传感器融合的一般算法 | 第40-42页 |
| ·基于超声波与红外传感器融合的测距系统 | 第42-46页 |
| ·融合规则及数学模型 | 第42-43页 |
| ·在线自适应加权融合算法 | 第43-45页 |
| ·融合结果仿真 | 第45-46页 |
| ·基于单目视觉与测距传感器的避障系统 | 第46-52页 |
| ·神经网络融合原理 | 第46-47页 |
| ·BP 神经网络学习算法融合 | 第47-49页 |
| ·BP 神经网络信息融合仿真 | 第49-52页 |
| ·小结 | 第52-53页 |
| 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第60页 |
