摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-16页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 国内外研究现状与趋势 | 第10-13页 |
1.2.1 国外研究现状 | 第10-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 本文研究内容 | 第13-16页 |
第二章 爬壁机器人控制系统总体结构与硬件设计 | 第16-35页 |
2.1 船舶清洗爬壁机器人形态和特点 | 第16-17页 |
2.2 爬壁机器人控制系统总体结构形式 | 第17-19页 |
2.2.1 爬壁机器人控制系统设计要求 | 第17页 |
2.2.2 爬壁机器人控制系统结构形式 | 第17-19页 |
2.3 爬壁机器人控制系统硬件整体设计 | 第19-20页 |
2.4 上位机电路硬件设计 | 第20-27页 |
2.4.1 S3C2440最小系统 | 第20-22页 |
2.4.2 电源模块 | 第22-23页 |
2.4.3 摇杆电路 | 第23-24页 |
2.4.4 串口-Zigbee通讯 | 第24-25页 |
2.4.5 远程图传接收端 | 第25-26页 |
2.4.6 视频解码模块 | 第26-27页 |
2.4.7 LCD显示电路 | 第27页 |
2.5 下位机硬件电路设计 | 第27-34页 |
2.5.1 模拟摄像头 | 第28页 |
2.5.2 5.8G远程图传模块发送端 | 第28-29页 |
2.5.3 气动阀门开度控制电路 | 第29-30页 |
2.5.4 高压水和真空度压力数据转换电路 | 第30-31页 |
2.5.5 三轴加速度传感器电路 | 第31-34页 |
2.5.6 高压水和真空阀门开关控制电路 | 第34页 |
2.6 小结 | 第34-35页 |
第三章 爬壁机器人自动控制算法研究 | 第35-44页 |
3.1 图像数据处理 | 第35-37页 |
3.1.1 图像的灰度化 | 第36-37页 |
3.1.2 图像的二值化 | 第37页 |
3.2 强化学习算法与Q-learning算法 | 第37-41页 |
3.2.1 强化学习与马尔可夫决策过程 | 第37-39页 |
3.2.2 策略估计、改进与迭代 | 第39-40页 |
3.2.3 Q-learning算法 | 第40-41页 |
3.3 爬壁机器人自主循迹模型及参数设定 | 第41-42页 |
3.4 小结 | 第42-44页 |
第四章 爬壁机器人控制系统软件设计 | 第44-60页 |
4.1 控制系统软件架构形式分析与设计 | 第44-46页 |
4.1.1 软件架构分析 | 第44页 |
4.1.2 基于Linux的软件架构设计 | 第44-46页 |
4.2 Linux操作系统移植 | 第46-47页 |
4.3 上位机驱动程序设计 | 第47-52页 |
4.3.1 字符设备模型 | 第47-48页 |
4.3.2 摇杆驱动程序 | 第48-50页 |
4.3.3 LCD驱动 | 第50-51页 |
4.3.4 摄像头驱动 | 第51-52页 |
4.4 上位机应用层QT程序 | 第52-55页 |
4.4.1 LCD显示界面主线程 | 第53-54页 |
4.4.2 摇杆读取线程 | 第54-55页 |
4.4.3 串口通信线程 | 第55页 |
4.5 下位机驱动程序设计 | 第55-58页 |
4.5.1 阀门控制电路驱动程序 | 第55-56页 |
4.5.2 A\D转换(高压水压力和真空度检测)驱动 | 第56-57页 |
4.5.3 MMA7455驱动 | 第57-58页 |
4.6 下位机应用程序设计 | 第58-59页 |
4.7 小结 | 第59-60页 |
第五章 爬壁机器人控制系统测试 | 第60-66页 |
5.1 控制系统实验平台 | 第60页 |
5.2 串口-Zigbee误码率测试 | 第60-62页 |
5.3 视频解码与显示测试 | 第62-63页 |
5.4 控制系统对气动马达的控制与自动运行测试 | 第63-64页 |
5.5 小结 | 第64-66页 |
第六章 总结与展望 | 第66-67页 |
参考文献 | 第67-70页 |
发表论文和科研情况说明 | 第70-71页 |
附录 | 第71-93页 |
附录A S3C2440内部架构图 | 第71-72页 |
附录B 部分主要源代码 | 第72-92页 |
附录B-1 字符设备cdev结构体原型代码 | 第72页 |
附录B-2 字符设备相关结构体与摇杆驱动源代码 | 第72-78页 |
附录B-3 Framebuffer结构体原型代码 | 第78-79页 |
附录B-4 摄像头驱动相关结构体原型与部分课题源代码 | 第79-85页 |
附录B-5 应用层程序部分相关源代码与相关类 | 第85-92页 |
附录C 训练后Q矩阵 | 第92-93页 |
致谢 | 第93页 |