架空输电线路巡检飞行机器人的多传感器调度方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第9-15页 |
| 1.1 课题的研究背景 | 第9-10页 |
| 1.2 研究现状与动态 | 第10-13页 |
| 1.2.1 架空输电线路飞行机器人巡检研究现状 | 第10-12页 |
| 1.2.2 多传感器调度方法研究现状 | 第12-13页 |
| 1.3 研究思路及研究内容 | 第13-15页 |
| 第2章 多传感器调度架构 | 第15-24页 |
| 2.1 输电线路飞行机器人巡检任务分析 | 第15-17页 |
| 2.1.1 飞行机器人输电线巡检平台 | 第15-16页 |
| 2.1.2 多传感器巡检任务 | 第16-17页 |
| 2.2 自顶向下的多传感器调度架构 | 第17-23页 |
| 2.2.1 行动规划层 | 第18-21页 |
| 2.2.2 传感器选择层 | 第21-23页 |
| 2.2.3 传感器控制层 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于贝叶斯网络的传感器选择模型 | 第24-36页 |
| 3.1 传感器针对巡检目标检测特性分析 | 第24-28页 |
| 3.1.1 可见光传感器检测特性分析 | 第25-26页 |
| 3.1.2 激光雷达检测特性分析 | 第26页 |
| 3.1.3 红外光传感器检测特性分析 | 第26-28页 |
| 3.1.4 紫外光传感器检测特性分析 | 第28页 |
| 3.2 使用贝叶斯网络进行不确定性描述 | 第28-33页 |
| 3.2.1 贝叶斯网络的定性分析 | 第29-31页 |
| 3.2.2 贝叶斯网络的定性描述 | 第31-32页 |
| 3.2.3 贝叶斯网络的修改 | 第32-33页 |
| 3.3 基于模型的概率推理 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 多传感器最优调度方法 | 第36-44页 |
| 4.1 传感器检测信度分析 | 第36-39页 |
| 4.2 传感器启用成本计算 | 第39页 |
| 4.3 多传感器选择 | 第39-42页 |
| 4.3.1 多传感器选择标准 | 第40页 |
| 4.3.2 有限成本内传感器选择方法 | 第40-42页 |
| 4.4 传感器控制 | 第42-43页 |
| 4.4.1 传感器模式选择 | 第42页 |
| 4.4.2 传感器参数设置 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 实验与分析 | 第44-52页 |
| 5.1 模型建立于参数设定 | 第44-45页 |
| 5.2 基于贝叶斯网的概率推理 | 第45-47页 |
| 5.3 传感器最优选择结果及分析 | 第47-49页 |
| 5.4 传感器控制人机交互界面 | 第49-52页 |
| 第6章 结论与展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间参加的科研工作及成果 | 第57-58页 |
| 致谢 | 第58页 |
