基于物联网技术的消防侦察机器人系统设计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外消防机器人研究现状 | 第11-12页 |
| 1.2.2 国内消防机器人研究现状 | 第12-13页 |
| 1.3 物联网与消防机器人 | 第13-15页 |
| 1.4 主要研究内容与论文结构 | 第15-17页 |
| 第2章 机器人车载系统总体设计及运动学分析 | 第17-32页 |
| 2.1 机器人车载系统总体设计 | 第17-28页 |
| 2.1.1 机器人运动控制系统设计 | 第18-21页 |
| 2.1.2 嵌入式网关平台系统设计 | 第21-22页 |
| 2.1.3 系统传感器的选型 | 第22-26页 |
| 2.1.4 系统电源设计 | 第26-28页 |
| 2.2 机器人的运动学分析 | 第28-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 系统传感及通信网络组建 | 第32-41页 |
| 3.1 消防侦察机器人的通信系统 | 第32-33页 |
| 3.2 无线传感器网络的组建 | 第33-40页 |
| 3.2.1 通信协议的选定 | 第33-34页 |
| 3.2.2 ZigBee协议结构 | 第34-35页 |
| 3.2.3 ZigBee网络中的设备 | 第35-36页 |
| 3.2.4 ZigBee网络拓扑结构 | 第36-37页 |
| 3.2.5 ZigBee网络组建 | 第37-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第4章 数据融合与红外图像增强 | 第41-58页 |
| 4.1 多传感器数据融合技术 | 第41-42页 |
| 4.1.1 数据融合技术概述 | 第41页 |
| 4.1.2 数据融合的层次 | 第41-42页 |
| 4.2 基于Kalman数据融合算法的姿态解算 | 第42-49页 |
| 4.2.1 姿态解算原理 | 第42-45页 |
| 4.2.2 Kalman滤波处理 | 第45-46页 |
| 4.2.3 基于MATLAB的仿真实验结果与分析 | 第46-49页 |
| 4.3 基于模糊逻辑数据融合算法的避障控制 | 第49-53页 |
| 4.3.1 模糊逻辑法数据融合处理 | 第50-53页 |
| 4.3.2 基于MATLAB的仿真实验结果与分析 | 第53页 |
| 4.4 基于自适应加权融合算法的环境信息处理 | 第53-55页 |
| 4.5 红外图像增强处理 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 系统软件设计 | 第58-66页 |
| 5.1 ZigBee无线传感器节点软件设计 | 第58-63页 |
| 5.1.1 软件开发环境及Z-Stack介绍 | 第58-59页 |
| 5.1.2 协调器节点程序设计 | 第59-62页 |
| 5.1.3 终端节点程序设计 | 第62-63页 |
| 5.2 嵌入式网关系统的应用程序设计 | 第63-64页 |
| 5.3 后方指挥系统软件设计 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第6章 机器人整体测试实验 | 第66-73页 |
| 6.1 机器人运动能力测试 | 第66-69页 |
| 6.2 机器人避障实验测试 | 第69-70页 |
| 6.3 数据交互和软件功能测试 | 第70-72页 |
| 6.4 本章小结 | 第72-73页 |
| 第7章 总结与展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78页 |
