| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 远程监控系统的研究现状 | 第12-13页 |
| 1.3 基于机器视觉的农业机器人国内外研究现状 | 第13-20页 |
| 1.3.1 国外研究概况 | 第14-17页 |
| 1.3.2 国内研究概况 | 第17-20页 |
| 1.4 机器人路径规划算法的研究现状 | 第20-21页 |
| 1.5 论文的研究目标及结构安排 | 第21-23页 |
| 第二章 远程监控系统的硬件平台搭建 | 第23-35页 |
| 2.1 农业机器人车辆的构造及工作原理 | 第23-25页 |
| 2.2 农业机器人车辆的驱动模块 | 第25-26页 |
| 2.2.1 电机驱动器 | 第25-26页 |
| 2.2.2 驱动电机 | 第26页 |
| 2.3 农业机器人车辆的下位机模块 | 第26-28页 |
| 2.4 PWM隔离变送器 | 第28-29页 |
| 2.5 电源模块 | 第29页 |
| 2.6 远程监控系统的总体设计 | 第29-33页 |
| 2.6.1 系统总体硬件平台的搭建 | 第29-30页 |
| 2.6.2 IP摄像头的无线设置 | 第30-31页 |
| 2.6.3 单片机与PC机的无线通信 | 第31-33页 |
| 2.7 本章小结 | 第33-35页 |
| 第三章 远程监控系统的软件功能实现 | 第35-45页 |
| 3.1 人机交互界面的设计 | 第35-39页 |
| 3.1.1 视频图像实时显示模块的界面设计 | 第36-37页 |
| 3.1.2 视频图像实时显示模块的软件实现 | 第37-39页 |
| 3.2 控制模块的设计 | 第39-42页 |
| 3.2.1 PTR2000无线收发模块的程序设计原理 | 第39页 |
| 3.2.2 单片机端PTR2000的程序设计 | 第39-40页 |
| 3.2.3 PC机端软件的设计 | 第40-41页 |
| 3.2.4 单片机程序的设计 | 第41-42页 |
| 3.3 模拟实验论证 | 第42-44页 |
| 3.3.1 模拟实验场景布置 | 第42页 |
| 3.3.2 实验内容 | 第42-43页 |
| 3.3.3 实验结果 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 农田环境路径识别系统设计 | 第45-59页 |
| 4.1 农田环境路径识别系统结构 | 第45-46页 |
| 4.2 农田环境路径识别流程 | 第46-47页 |
| 4.3 农田环境实验论证 | 第47-57页 |
| 4.3.1 图像预处理简介 | 第47-48页 |
| 4.3.2 彩色图像增强 | 第48-49页 |
| 4.3.3 彩色图像的灰度化与二值化 | 第49-50页 |
| 4.3.4 图像色彩分离 | 第50-53页 |
| 4.3.5 图像滤波 | 第53-54页 |
| 4.3.6 图像腐蚀 | 第54页 |
| 4.3.7 中心线提取 | 第54-55页 |
| 4.3.8 路径识别 | 第55-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 路径控制算法的实现 | 第59-75页 |
| 5.1 农业机器人车辆位置与规划空间 | 第59-60页 |
| 5.1.1 农业机器人车辆的位置模型 | 第59-60页 |
| 5.1.2 规划空间模型 | 第60页 |
| 5.2 动态引导A~*(DGA~*)算法的实现 | 第60-66页 |
| 5.2.1 节点的扩展 | 第61-62页 |
| 5.2.2 代价函数的确定 | 第62-63页 |
| 5.2.3 DGA~*算法的实现 | 第63-66页 |
| 5.3 基于云模型的引导场的确定 | 第66-69页 |
| 5.3.1 云模型简介 | 第66-67页 |
| 5.3.2 云模型知识库的形成 | 第67-68页 |
| 5.3.3 引导场的确定 | 第68-69页 |
| 5.4 实验仿真验证 | 第69-73页 |
| 5.4.1 云模型知识规则库的验证 | 第69-70页 |
| 5.4.2 人机合作静态路径规划的实验验证 | 第70-71页 |
| 5.4.3 人机合作动态路径规划的实验验证 | 第71-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-85页 |
| 研究生期间研究成果 | 第85页 |