基于多传感器信息融合的煤矿环境探测与危险评估
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究的背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的主要内容 | 第11-12页 |
| 第二章 相关知识和背景导引 | 第12-24页 |
| ·煤矿井下复杂的环境 | 第12-15页 |
| ·气体信息 | 第12-14页 |
| ·其他信息 | 第14-15页 |
| ·机器人中的传感器技术 | 第15-19页 |
| ·机器人传感器的分类 | 第16页 |
| ·机器人传感器的选用 | 第16-19页 |
| ·多传感器融合理论综述 | 第19-24页 |
| ·多传感器信息融合的原理 | 第19-20页 |
| ·多传感器信息融合的过程 | 第20-21页 |
| ·机器人中的传感器融合技术 | 第21-24页 |
| 第三章 煤矿探测机器人多传感器采集系统设计 | 第24-48页 |
| ·系统设计总体方案 | 第24-26页 |
| ·系统的功能需求 | 第24-25页 |
| ·系统的设计原则及方案 | 第25-26页 |
| ·数据采集智能节点硬件电路设计 | 第26-34页 |
| ·单片机的选型及其简介 | 第26-27页 |
| ·单片机系统硬件电路框图 | 第27-28页 |
| ·时钟电路设计 | 第28-29页 |
| ·串行口的 RS-232 驱动电路 | 第29-30页 |
| ·RS-232 转 RS-485 电路 | 第30页 |
| ·BDM 接口 | 第30-31页 |
| ·AD转换电路设计 | 第31-32页 |
| ·电源系统设计 | 第32-33页 |
| ·单片机系统的抗干扰设计 | 第33-34页 |
| ·基于 CAN 总线的通讯系统的设计 | 第34-41页 |
| ·传统通讯方式的缺点 | 第34-35页 |
| ·CAN 总线及在机器人领域中的应用 | 第35-36页 |
| ·系统中使用的 CAN 模块 | 第36-39页 |
| ·系统 CAN 网络通信模型及设计 | 第39-41页 |
| ·CAN 总线硬件的抗干扰设计 | 第41页 |
| ·煤矿探测机器人多传感器采集系统软件设计 | 第41-47页 |
| ·软件开发语言及工具 | 第41-42页 |
| ·智能节点软件设计及流程图 | 第42-43页 |
| ·通讯模块程序设计及流程图 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于粗集-神经网络的煤矿探测信息触合算法 | 第48-69页 |
| 引言 | 第48页 |
| ·粗集理论的相关概念 | 第48-55页 |
| ·知识表达系统 | 第49-50页 |
| ·决策表 | 第50页 |
| ·近似集 | 第50-51页 |
| ·不可分辨关系 | 第51-52页 |
| ·知识的约简和核 | 第52-53页 |
| ·决策表的简化 | 第53-55页 |
| ·基于粗集-神经网络的煤矿危险度评估原理 | 第55-60页 |
| ·粗集和神经网络结合的基础分析 | 第55-57页 |
| ·应用粗集-BP 网络预替方法的规定性 | 第57页 |
| ·粗集-神经网络的模型结构 | 第57-58页 |
| ·基于粗集-神经网络的最小决策规则的实现 | 第58-60页 |
| ·基于粗集-神经网络的煤矿安全性评估算法 | 第60-61页 |
| ·基于粗集-神经网络的煤矿安全性评估实现 | 第61-68页 |
| ·模型的建立 | 第61-62页 |
| ·粗集预处理 | 第62-65页 |
| ·模糊神经网络的构建 | 第65-68页 |
| ·验证结果及总结 | 第68-69页 |
| 第五章 总结与展望 | 第69-72页 |
| ·本文所做的工作 | 第69-70页 |
| ·创新性工作及目标 | 第70页 |
| ·尚待解决的问题 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间发表的论文 | 第76-78页 |
| 学位论文评阅及答辩情况表 | 第78页 |
