附表 | 第5-6页 |
摘要 | 第6-9页 |
ABSTRACT | 第9-10页 |
第一章 绪论 | 第15-27页 |
1.1 课题研究的背景和意义 | 第15-17页 |
1.2 遥在机器人系统的发展现状和研究内容 | 第17-24页 |
1.2.1 基于 Internet 网络的遥在机器人系统 | 第17-20页 |
1.2.2 遥在机器人系统的视频传输调节算法及评价 | 第20-23页 |
1.2.3 手机等移动设备的遥在系统 | 第23-24页 |
1.3 本文的组织结构和内容安排 | 第24-27页 |
第二章 遥在机器人的系统设计 | 第27-41页 |
2.1 基于 FLASH 的遥在机器人系统 | 第27-31页 |
2.1.1 设计目标 | 第27页 |
2.1.2 FLASH 技术简介 | 第27-28页 |
2.1.3 系统结构和特点 | 第28-31页 |
2.2 基于 WebRTC 的遥在机器人系统 | 第31-38页 |
2.2.1 设计目标 | 第31-32页 |
2.2.2 WebRTC 和 Websocket 简介 | 第32-34页 |
2.2.3 系统结构和特点 | 第34-38页 |
2.3 遥在机器人的运动规划 | 第38-39页 |
2.4 两种遥在系统的对比 | 第39-40页 |
2.5 本章小结 | 第40-41页 |
第三章 基于 QoE 的遥在机器人系统视频参数优化算法 | 第41-53页 |
3.1 QoE 概述 | 第41-45页 |
3.1.1 QoE 的定义 | 第41-42页 |
3.1.2 QoE 的影响因素 | 第42-43页 |
3.1.3 QoE 的计算方法 | 第43-45页 |
3.2 QoE 的优化问题分析 | 第45-46页 |
3.3 多目标的优化算法分类 | 第46-48页 |
3.3.1 加权法 | 第46-47页 |
3.3.2 约束法 | 第47页 |
3.3.3 目标规划法 | 第47-48页 |
3.4 遥在机器人系统中的 QoEN和 QoEU分析 | 第48-49页 |
3.4.1 QoEN分析 | 第48页 |
3.4.2 QoEU分析 | 第48-49页 |
3.5 QoE 的优化 | 第49-51页 |
3.5.1 QoEN的优化 | 第49-50页 |
3.5.2 QoEU的优化 | 第50-51页 |
3.6 QoE 的优化算法流程图 | 第51-52页 |
3.7 本章小结 | 第52-53页 |
第四章 遥在机器人系统的视频参数辨识 | 第53-60页 |
4.1 视频参数辨识的重要性 | 第53-54页 |
4.1.1 遥在系统的视频质量特点 | 第53页 |
4.1.2 人眼和视频动态性对于运动场景的视频质量计算 | 第53-54页 |
4.1.3 视频辨识的目标和必要性 | 第54页 |
4.2 视频质量的评价方法 | 第54-55页 |
4.2.1 MDI 方法 | 第54-55页 |
4.2.2 MOS_V 方法 | 第55页 |
4.3 视频的 MOS 评分标准 | 第55-56页 |
4.4 视频参数的辨识结果 | 第56-59页 |
4.4.1 辨识方法 | 第56-57页 |
4.4.2 不同 vrobot下的 MOS-R,MOS-F 的辨识 | 第57页 |
4.4.3 不同 vtarget下的 MOS-F 的辨识 | 第57-58页 |
4.4.4 辨识结果 | 第58-59页 |
4.5 本章小结 | 第59-60页 |
第五章 实验与分析 | 第60-73页 |
5.1 遥在机器人的硬件参数配置 | 第60-61页 |
5.2 QoE 优化算法的测试实验 | 第61-67页 |
5.2.1 操作端的人机交互界面设计 | 第61-63页 |
5.2.2 对比实验的选择 | 第63-64页 |
5.2.3 实验环境 | 第64页 |
5.2.4 测试人群和测试流程 | 第64-65页 |
5.2.5 实验结果和分析 | 第65-67页 |
5.3 基于 WebRTC 的遥在机器人系统的测试实验 | 第67-72页 |
5.3.1 操控端的人机交互界面 | 第67-68页 |
5.3.2 传输速率的测试实验 | 第68-69页 |
5.3.3 视频质量的测试实验 | 第69-70页 |
5.3.4 广域网的遥在测试 | 第70-72页 |
5.4 本章小结 | 第72-73页 |
总结与展望 | 第73-75页 |
总结 | 第73-74页 |
展望 | 第74-75页 |
参考文献 | 第75-79页 |
致谢 | 第79-80页 |
攻读硕士期间参加的科研项目 | 第80-81页 |
攻读硕士期间发表的学术论文 | 第81页 |