多传感器信息融合技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究的背景及意义 | 第12-13页 |
| 1.2 多传感器信息融合研究历史及现状 | 第13-15页 |
| 1.3 信息融合的应用状况 | 第15-17页 |
| 1.4 本文主要研究内容及章节安排 | 第17-20页 |
| 1.4.1 主要研究内容 | 第17-18页 |
| 1.4.2 章节安排 | 第18-20页 |
| 第二章 多传感器信息融合的基本内容 | 第20-34页 |
| 2.1 传感器的原理及特性 | 第20-23页 |
| 2.1.1 超声波传感器 | 第20-22页 |
| 2.1.2 视觉图像传感器 | 第22-23页 |
| 2.2 多传感器信息融合的基本原理 | 第23-24页 |
| 2.3 多传感器信息融合的模型与结构 | 第24-30页 |
| 2.3.1 信息融合的功能模型 | 第24-26页 |
| 2.3.2 信息融合的级别 | 第26-28页 |
| 2.3.3 信息融合的拓扑结构 | 第28-30页 |
| 2.4 多传感器信息融合算法 | 第30-32页 |
| 2.5 小结 | 第32-34页 |
| 第三章 基于改进加权平均的多传感器信息融合 | 第34-44页 |
| 3.1 引言 | 第34页 |
| 3.2 几种加权信息融合算法原理简介 | 第34-37页 |
| 3.2.1 加权平均融合算法 | 第34-35页 |
| 3.2.2 最优加权融合算法 | 第35-36页 |
| 3.2.3 自适应加权融合算法 | 第36-37页 |
| 3.3 改进的加权信息融合算法 | 第37-43页 |
| 3.3.1 算法原理 | 第38-39页 |
| 3.3.2 算法流程 | 第39页 |
| 3.3.3 实验及结果分析 | 第39-43页 |
| 3.4 小结 | 第43-44页 |
| 第四章 基于灰色理论的多传感器信息融合 | 第44-60页 |
| 4.1 灰色理论简介 | 第44-48页 |
| 4.1.1 灰色理论的基本概念 | 第44-46页 |
| 4.1.2 灰色理论的建模 | 第46-47页 |
| 4.1.3 灰色关联分析 | 第47-48页 |
| 4.2 环境信息的灰数表示 | 第48-53页 |
| 4.2.1 地图的表示方法 | 第48-50页 |
| 4.2.2 子栅格地图的灰数表示 | 第50-51页 |
| 4.2.3 子栅格地图的建立 | 第51-53页 |
| 4.3 环境信息融合 | 第53-55页 |
| 4.3.1 多机器人协作地图的构建 | 第53页 |
| 4.3.2 地图信息灰色融合 | 第53-55页 |
| 4.4 实验及结果分析 | 第55-59页 |
| 4.5 小结 | 第59-60页 |
| 总结 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间发表的论文 | 第65-67页 |
| 致谢 | 第67页 |
