| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题的背景与研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 智能空间技术 | 第12-13页 |
| 1.2.2 多传感器信息融合技术的研究 | 第13-15页 |
| 1.2.3 信息融合体系结构模型 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 论文的章节安排 | 第18-21页 |
| 第二章 智能空间下分布式融合体系的建立 | 第21-35页 |
| 2.1 基于特定服务的最优数据融合方法的研究 | 第21-27页 |
| 2.1.1 多传感器的信息预处理技术 | 第21-24页 |
| 2.1.2 基于特定服务的多传感器信息融合算法研究 | 第24-27页 |
| 2.2 信息融合的时空配准算法研究 | 第27-28页 |
| 2.3 基于分布式数据融合树的多服务协作优化模型 | 第28-30页 |
| 2.4 融合算法仿真实验 | 第30-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 智能空间下基于异质传感信息融合的目标跟踪 | 第35-47页 |
| 3.1 基于分布式视觉的目标跟踪 | 第35-39页 |
| 3.1.1 分布式视觉的目标匹配 | 第36-38页 |
| 3.1.2 目标三维坐标的计算 | 第38-39页 |
| 3.2 智能空间下改进指纹的无线目标定位 | 第39-42页 |
| 3.3 基于异质传感信息的多层次融合跟踪方法 | 第42-43页 |
| 3.4 目标跟踪实验结果 | 第43-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 智能空间下机器人与目标的服务协作优化 | 第47-59页 |
| 4.1 机器人服务任务的优化与实现 | 第47-53页 |
| 4.1.1 机器人自定位 | 第47-49页 |
| 4.1.2 基于激光的人腿轮廓聚类分析及目标识别 | 第49-53页 |
| 4.2 基于改进的迭代卡尔曼滤波的数据融合 | 第53-55页 |
| 4.3 同时机器人定位与目标跟踪实验结果分析 | 第55-57页 |
| 4.3.1 智能空间下的目标检测与跟踪 | 第55-56页 |
| 4.3.2 同时机器人定位与目标跟踪实验 | 第56-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 软硬件平台的设计与云数据库技术相关研究 | 第59-69页 |
| 5.1 智能空间下软硬件系统搭建简介 | 第59-63页 |
| 5.1.1 硬件系统搭建简介 | 第59-61页 |
| 5.1.2 软件仿真程序设计 | 第61-63页 |
| 5.2 基于特定服务的云数据库管理与运算 | 第63-67页 |
| 5.2.1 云服务数据库建立 | 第63-65页 |
| 5.2.2 云数据库的服务分配策略 | 第65-67页 |
| 5.3 实验结果及讨论 | 第67-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 工作总结与展望 | 第69-71页 |
| 6.1 论文的主要研究内容 | 第69-70页 |
| 6.2 进一步研究方向 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 硕士期间发表的论文和科研成果 | 第79页 |
| 硕士期间参加的科研工作 | 第79-80页 |
| 附件 | 第80页 |