基于视觉的火灾探测移动机器人及其路径规划研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 论文研究背景和意义 | 第9-10页 |
| 1.2 火灾探测技术介绍 | 第10-11页 |
| 1.2.1 传统火灾探测技术 | 第10-11页 |
| 1.2.2 图像型火灾探测技术 | 第11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 烟雾检测技术的研究现状 | 第12-13页 |
| 1.3.2 火焰检测技术的研究现状 | 第13-14页 |
| 1.4 论文的主要研究工作 | 第14-15页 |
| 第2章 基于多特征的烟雾检测 | 第15-32页 |
| 2.1 烟雾的颜色空间 | 第15-23页 |
| 2.1.1 图像类型 | 第15-16页 |
| 2.1.2 烟雾图像噪声类型 | 第16-18页 |
| 2.1.3 图像去噪方法 | 第18-20页 |
| 2.1.4 颜色空间简介 | 第20-22页 |
| 2.1.5 烟雾颜色特征提取 | 第22-23页 |
| 2.2 烟雾运动区域检测 | 第23-29页 |
| 2.2.1 Vibe算法 | 第24-26页 |
| 2.2.2 改进Vibe算法 | 第26-29页 |
| 2.3 运动方向估计 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 基于多特征的火焰检测算法 | 第32-40页 |
| 3.1 火焰的颜色特征 | 第32-34页 |
| 3.1.1 火焰颜色检测 | 第32-34页 |
| 3.1.2 实验结果及分析 | 第34页 |
| 3.2 火焰的飘动特征 | 第34-36页 |
| 3.2.1 火焰的飘动检测 | 第34-35页 |
| 3.2.2 实验结果及分析 | 第35-36页 |
| 3.3 火焰闪烁特征 | 第36-37页 |
| 3.3.1 火焰闪烁检测 | 第36-37页 |
| 3.4 多特征融合检测实验结果及其分析 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于改进蚁群算法的巡逻路径规划 | 第40-53页 |
| 4.1 机器人移动环境的地图建立 | 第40-42页 |
| 4.1.1 环境地图的建立 | 第41页 |
| 4.1.2 不存在障碍物的情况 | 第41页 |
| 4.1.3 存在障碍物的情况 | 第41-42页 |
| 4.2 基本蚁群算法 | 第42-43页 |
| 4.3 蚁群算法优缺点 | 第43-44页 |
| 4.3.1 蚁群算法优点 | 第43-44页 |
| 4.3.2 蚁群算法的缺点 | 第44页 |
| 4.4 改进的蚁群算法 | 第44-46页 |
| 4.4.1 蚂蚁初始位置选取 | 第44-45页 |
| 4.4.2 蚂蚁路径选择参数分析 | 第45-46页 |
| 4.4.3 模拟退火算法思想的引入 | 第46页 |
| 4.5 回火策略 | 第46-47页 |
| 4.6 信息素的更新 | 第47-49页 |
| 4.6.1 自适应挥发系数 | 第47页 |
| 4.6.2 信息素更新规则 | 第47-49页 |
| 4.7 实验结果与结论 | 第49-52页 |
| 4.7.1 不存在障碍物的情况 | 第49-50页 |
| 4.7.2 存在障碍物的情况 | 第50-52页 |
| 4.8 本章小结 | 第52-53页 |
| 第5章 机器人巡逻检测实验 | 第53-59页 |
| 5.1 实验平台介绍 | 第53-55页 |
| 5.2 火灾探测实验验证 | 第55-58页 |
| 5.3 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |
