| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 课题国内外研究现状 | 第9-12页 |
| 1.2.1 变电站巡检研究现状 | 第9-11页 |
| 1.2.2 移动机器人导航方法研究现状 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 第2章 巡检机器人整体结构及视觉导航方案 | 第13-16页 |
| 2.1 智能巡检机器人功能设计 | 第13-14页 |
| 2.2 变电站智能巡检机器人结构组成 | 第14-15页 |
| 2.3 巡检机器人视觉导航方案设计 | 第15页 |
| 2.4 本章小结 | 第15-16页 |
| 第3章 视觉导航方法的基本理论 | 第16-32页 |
| 3.1 计算机视觉基本理论的引入 | 第16-21页 |
| 3.1.1 摄像机成像模型以及坐标系建立 | 第16-20页 |
| 3.1.2 摄像机标定方法概述 | 第20-21页 |
| 3.2 数字图像处理 | 第21-27页 |
| 3.2.1 数字图像预处理 | 第21-24页 |
| 3.2.2 图像特征提取 | 第24-26页 |
| 3.2.3 图像畸变还原 | 第26-27页 |
| 3.3 智能机器人单目视觉测距方法 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于引导线的视觉导航方案的实现 | 第32-53页 |
| 4.1 视觉导航方案中路面标志的铺设 | 第32-33页 |
| 4.2 视觉导航方案实施流程 | 第33-34页 |
| 4.3 基于先验模板的四边检测运动控制部分 | 第34-39页 |
| 4.3.1 循迹图像前期处理 | 第34-35页 |
| 4.3.2 路径导航模式 | 第35-36页 |
| 4.3.3 图像边界信息提取 | 第36-37页 |
| 4.3.4 行走方式预测控制 | 第37-39页 |
| 4.4 重要电气设备定点检测 | 第39-49页 |
| 4.4.1 选用 QR 码的根据和 QR 码识别的整体思路 | 第39-40页 |
| 4.4.2 变电站一次设备种类及检查项目 | 第40-44页 |
| 4.4.3 加载巡检信息的 QR 码的编码方式 | 第44-46页 |
| 4.4.4 QR 码的识别 | 第46-49页 |
| 4.5 程序运行结果分析 | 第49-52页 |
| 4.5.1 导航算法运行结果 | 第49-51页 |
| 4.5.2 QR 码识别结果 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-54页 |
| 5.1 全文总结 | 第53页 |
| 5.2 研究展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表论文及其他成果 | 第57-58页 |
| 致谢 | 第58页 |