| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外智能巡检机器人应用研究现状 | 第10-14页 |
| 1.2.1 国内智能巡检机器人应用研究现状 | 第10-12页 |
| 1.2.2 国外智能巡检机器人应用研究现状 | 第12-14页 |
| 1.3 本文的主要研究内容和论文结构 | 第14-15页 |
| 第二章 智能巡检机器人软硬件系统组成 | 第15-25页 |
| 2.1 智能巡检机器人硬件结构组成 | 第15-19页 |
| 2.1.1 巡检机器人外形 | 第15-16页 |
| 2.1.2 运动模块及障碍物感应装置 | 第16页 |
| 2.1.3 集成可见光摄像仪和红外热像仪的一体化云台 | 第16页 |
| 2.1.4 无线通讯设备及AP无线网络箱 | 第16-17页 |
| 2.1.5 自主充电装备及充电房 | 第17-18页 |
| 2.1.6 微气象 | 第18页 |
| 2.1.7 其他附属设备 | 第18-19页 |
| 2.2 智能巡检机器人客户端软件功能 | 第19-24页 |
| 2.2.1 实时监控界面 | 第19-21页 |
| 2.2.2 巡检计划界面 | 第21-22页 |
| 2.2.3 远程遥控界面 | 第22-23页 |
| 2.2.4 其他界面 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 智能巡检机器人导航定位及图像识别方法研究 | 第25-52页 |
| 3.1 智能巡检机器人地图构建及导航定位原理 | 第25-30页 |
| 3.1.1 导航地图构建 | 第25-28页 |
| 3.1.2 激光定位解算 | 第28-29页 |
| 3.1.3 最短路径导航 | 第29-30页 |
| 3.2 智能巡检机器人表计图像识别实现方法 | 第30-51页 |
| 3.2.1 基于视觉选择性注意机制的图像预处理方法 | 第30-34页 |
| 3.2.2 基于视觉的机器人云台姿势微调方法 | 第34-36页 |
| 3.2.3 基于预建模和图像旋转法的指针式仪表识别实现方法 | 第36-42页 |
| 3.2.4 基于Opencv的仪表标识特征模板设计 | 第42-51页 |
| 3.3 本章小结 | 第51-52页 |
| 第四章 智能巡检机器人导航定位及图像识别实验分析 | 第52-72页 |
| 4.1 智能巡检机器人导航定位应用实验分析 | 第52-54页 |
| 4.1.1 巡检任务规划应用 | 第52-53页 |
| 4.1.2 重复定位精度测试 | 第53-54页 |
| 4.2 智能巡检机器人仪表标识识别应用实验分析 | 第54-71页 |
| 4.2.1 指针类仪表识别 | 第54-64页 |
| 4.2.2 分合位指示识别 | 第64-65页 |
| 4.2.3 字符类仪表识别 | 第65-68页 |
| 4.2.4 红外图像识别分析 | 第68-71页 |
| 4.3 本章小结 | 第71-72页 |
| 第五章 智能巡检机器人运维模式及应用拓展研究 | 第72-79页 |
| 5.1 智能巡检机器人单站式运维研究 | 第72-75页 |
| 5.2 智能巡视机器人集控式运维研究 | 第75-77页 |
| 5.3 智能巡视机器人应用拓展研究 | 第77-78页 |
| 5.4 本章小结 | 第78-79页 |
| 结论与展望 | 第79-81页 |
| 结论 | 第79-80页 |
| 展望 | 第80-81页 |
| 参考文献 | 第81-83页 |
| 致谢 | 第83-84页 |
| 附件 | 第84页 |
