摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
目录 | 第8-10页 |
第一章 绪论 | 第10-22页 |
1.1 课题研究的背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-20页 |
1.2.1 管道机器人国内外研究现状 | 第11-18页 |
1.2.2 传感器融合技术研究现状 | 第18-19页 |
1.2.3 管道检测机器人定位技术研究现状 | 第19-20页 |
1.3 课题来源及主要研究内容 | 第20-22页 |
1.3.1 课题来源 | 第20页 |
1.3.2 主要研究内容 | 第20-22页 |
第二章 蠕动式管道机器人弯道通过性能分析 | 第22-30页 |
2.1 管道机器人结构特征 | 第22-23页 |
2.2 管道机器人在弯道处的几何特性 | 第23页 |
2.3 管道机器人在弯道处的运动分析 | 第23-25页 |
2.4 管道机器弯管处的受力分析 | 第25-28页 |
2.5 管道机器人弯道通过性能分析 | 第28-29页 |
2.6 本章小结 | 第29-30页 |
第三章 蠕动式管道机器人弯管识别及机器人弯管控制算法研究 | 第30-41页 |
3.1 基于多传感器信息融合的弯道检测方法研究 | 第30-37页 |
3.1.1 传感器选择与布局 | 第30-33页 |
3.1.1.1 超声波传感器的选择 | 第31-32页 |
3.1.1.2 红外传感器的选择 | 第32-33页 |
3.1.2 基于多传感器的检测策略研究 | 第33-34页 |
3.1.3 基于关系矩阵的检测级信息融合理论基础 | 第34-37页 |
3.2 基于模糊控制理论的决策级信息融合 | 第37-40页 |
3.2.1 基于模糊控制理论的模糊控制器设计 | 第37-39页 |
3.2.2 模糊控制器仿真研究 | 第39-40页 |
3.3 本章小结 | 第40-41页 |
第四章 基于地图匹配的机器人管内定位研究 | 第41-49页 |
4.1 弯道类型分析及其识别方案研究 | 第41页 |
4.2 基于视觉的机器人运动导航 | 第41-46页 |
4.2.1 视觉检测系统方案设计 | 第42页 |
4.2.2 视觉检测系统坐标系建立 | 第42-44页 |
4.2.3 视频、图像处理 | 第44-46页 |
4.3 基于地图匹配的机器人管内定位 | 第46-48页 |
4.3.1 位移推算法定位 | 第46-47页 |
4.3.2 改进的地图匹配法定位 | 第47-48页 |
4.4 本章小结 | 第48-49页 |
第五章 蠕动式管道机器人控制系统研究 | 第49-67页 |
5.1 控制系统硬件设计 | 第49-54页 |
5.1.1 机器人本体控制系统硬件设计 | 第50-52页 |
5.1.2 数据融合模块硬件设计 | 第52-54页 |
5.2 控制系统软件设计 | 第54-66页 |
5.2.1 机器人本体控制系统软件设计 | 第55-56页 |
5.2.2 机器人本体控制系统子程序设计 | 第56-59页 |
5.2.3 数据融合模块软件设计 | 第59-66页 |
5.3 本章小结 | 第66-67页 |
第六章 蠕动式管道机器人实验研究 | 第67-71页 |
6.1 机器人管道测试平台搭建 | 第67-68页 |
6.2 弯道通过性能实验研究 | 第68页 |
6.3 两级传感器融合方法实验研究 | 第68-69页 |
6.4 弯道识别实验研究 | 第69-70页 |
6.5 本章小结 | 第70-71页 |
第七章 结论与展望 | 第71-73页 |
参考文献 | 第73-78页 |
致谢 | 第78-79页 |
攻读硕士期间取得的研究成果 | 第79页 |