基于信息融合的机器人目标探测与识别研究
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第1章 绪论 | 第14-30页 |
| ·课题的来源和研究背景 | 第14-15页 |
| ·国内外移动机器人信息融合及目标识别研究发展概况 | 第15-17页 |
| ·信息融合的定义 | 第17-19页 |
| ·不确定性信息分析概述 | 第19-27页 |
| ·不确定性信息分析研究的主要内容 | 第20-21页 |
| ·不确定性信息推理的基本问题 | 第21页 |
| ·不确定信息推理方法分类 | 第21-22页 |
| ·移动机器人的不确定性分析 | 第22-27页 |
| ·本文研究的主要内容 | 第27-30页 |
| 第2章 基于多传感器的移动机器人目标探测 | 第30-50页 |
| ·前言 | 第30页 |
| ·远距离目标探测 | 第30-31页 |
| ·近距离目标探测 | 第31-32页 |
| ·非接触近距离目标探测 | 第32页 |
| ·超声波传感器测距 | 第32-41页 |
| ·超声波测距的工作过程 | 第32-33页 |
| ·超声波传感器的硬件电路设计 | 第33-35页 |
| ·超声波传感器测距数据的结果和标定 | 第35-41页 |
| ·红外传感器测距的应用 | 第41-46页 |
| ·红外传感器介绍 | 第42页 |
| ·红外传感器探测系统芯片电路介绍 | 第42-43页 |
| ·红外传感器探测系统硬件电路设计 | 第43-44页 |
| ·红外传感器探测系统软件设计 | 第44-46页 |
| ·红外传感器探测系统与上位机通讯的程序设计 | 第46页 |
| ·超声波与红外传感器数据融合实验及结果分析 | 第46-50页 |
| ·自适应加权融合算法 | 第46-48页 |
| ·超声波与红外传感器数据融合实验 | 第48-49页 |
| ·实验结果分析 | 第49-50页 |
| 第3章 基于多传感器信息融合的目标识别技术概论 | 第50-61页 |
| ·数据融合的功能模型 | 第50-51页 |
| ·数据融合的结构体系 | 第51-53页 |
| ·集中式融合 | 第51-52页 |
| ·分布式融合 | 第52页 |
| ·混合式融合 | 第52-53页 |
| ·数据融合的层次结构 | 第53-55页 |
| ·数据层融合 | 第53页 |
| ·特征层融合 | 第53-54页 |
| ·决策层融合 | 第54-55页 |
| ·融合过程 | 第55页 |
| ·融合算法 | 第55-56页 |
| ·目标识别的困难 | 第56-58页 |
| ·目标身份识别信息融合结构 | 第58-61页 |
| 第4章 基于多传感器的目标识别融合算法 | 第61-86页 |
| ·基于相似性系数的目标识别模型 | 第61-63页 |
| ·目标识别的相似性数学模型 | 第61页 |
| ·相似性数学模型的特点 | 第61-62页 |
| ·决策 | 第62页 |
| ·实验及结果分析 | 第62-63页 |
| ·基于最大后验概率的目标识别融合 | 第63-67页 |
| ·实验及结果分析 | 第65-67页 |
| ·基于D-S证据理论的目标识别融合 | 第67-74页 |
| ·D-S证据理论 | 第68-70页 |
| ·基本概率分配函数的构造法 | 第70-71页 |
| ·证据理论决策融合规则 | 第71页 |
| ·实验及结果分析 | 第71-74页 |
| ·改进的D-S证据理论的目标识别融合 | 第74-82页 |
| ·互不相容数据结构的递归目标识别的时域融合 | 第74-76页 |
| ·传感器的空域递归目标识别融合 | 第76-77页 |
| ·相容数据结构的目标识别时/空融合 | 第77-80页 |
| ·改进的D-S证据理论实验及结果分析 | 第80-82页 |
| ·基于模糊综合的目标识别融合 | 第82-86页 |
| ·目标识别的决策模型 | 第82-83页 |
| ·数据融合算法 | 第83-86页 |
| 第5章 总结与展望 | 第86-88页 |
| ·研究成果回顾 | 第86-87页 |
| ·存在的问题 | 第87页 |
| ·研究方向展望 | 第87-88页 |
| 附录 | 第88-90页 |
| 附录A 超声波上微机通讯电路图 | 第88-89页 |
| 附录B 红外传感器测距电路图 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94-96页 |
| 攻读硕士学位期间发表的论文、获奖及参与项目 | 第96-97页 |
| 学位论文评阅及答辩情况表 | 第97页 |
