一、室外移动机器人的视觉临场感系统(论文文献综述)
郭承刚[1](2020)在《面向远程环境目标感知的视觉跟踪与深度估计算法研究》文中提出在我国多发自然灾害和事故灾难的情况下,为了保证救援人员的人身安全,发展远程无人操作平台是面向应急救灾安全保障的新需求。为了向操作员提供准确的远程环境感知能力,基于计算机视觉手段提取远程环境中各类目标物的方位、姿态、深度等信息,可以规避潜在危险并实现直观精细地操作辅助。针对远程场景中的目标深度感知需求,本文从视觉目标跟踪和双目立体深度估计两个方向研究了计算机视觉理论算法,取得了一定的理论研究成果,并设计了一种算法实施方案。近年来,基于传统数学模型的视觉跟踪方法和基于深度神经网络的立体匹配方法得到了研究人员的广泛关注和持续跟进。一方面,复杂环境中随时间变化的目标形态和目标外观对现有跟踪算法提出的挑战仍然存在,如何挖掘目标局部稳定外观特征,实现快速准确的视觉跟踪仍然需要深入研究。另一方面,最新的立体匹配算法通过设计复杂的深度神经网络结构来降低匹配误差,但无法实时输出高分辨率深度图。如何通过简化创新网络结构来提高立体匹配算法推理效率,并对深度图中的边缘等精细结构实现准确预测,面向实用化改进立体匹配网络仍是难点问题。本文首先完整地回顾总结了基于稀疏表示模型和基于相关滤波模型的视觉跟踪方法中的数学模型和算法思想,概括了基于深度神经网络的立体匹配方法的主要发展历程,然后分别提出了两种准确的目标跟踪算法以及两种轻量的立体匹配网络。在所提出的跟踪算法中,一定程度探索了稀疏表征思想和相关滤波思想的结合。在所提出的立体匹配算法中,则探讨了输入高分辨率彩色图的边缘纹理和预测视差图的视差边缘之间的映射关系。主要工作可以分为以下四点:(1)针对现有基于正向稀疏表示模型的目标跟踪算法中特征提取和编码过程的冗余重复问题,提出了一种基于循环反向稀疏模型的实时稀疏表示跟踪算法。该算法基于反向稀疏表示模型,使用由循环移位算子生成的候选目标样本集合作为稀疏字典,对目标模板进行稀疏编码。由于只对目标模板反向求解稀疏编码,并且将包含循环移位目标候选特征集合的优化式转换到频域求解,所提出的算法优化过程十分高效。相比经典的稀疏表示跟踪算法,综合性能表现更好,运行速度也大大加快。(2)针对现有基于鉴别相关滤波的目标跟踪算法忽略目标内部局部空间结构信息的问题,提出了一种基于空间树形结构的稀疏正则化相关滤波跟踪算法。该算法将表达目标内部空间层次化结构的组稀疏正则化项引入相关滤波目标优化式中,来对不同层次的局部滤波器分组施加正则化约束,以表达目标不同空间位置上局部外观特征与期望响应之间的关系。对于优化过程中的关键步骤,基于循环矩阵的性质将其转换到频域中以方便快速地求解。相比基于整体模型的相关滤波跟踪算法,所提出的基于局部空间结构的跟踪算法各项性能指标更好。(3)针对现有端到端立体匹配网络模型的视差上采样结构速度较慢,对边缘等精细结构不能有效预测的问题,提出了一种改进的端到端立体匹配网络模型。在所提出的网络模型中,主要研究了视差上采样细化阶段的局部自适应感知卷积结构和相关的损失函数。基于这种共享卷积结构,探索了不同上采样阶段图像强度像素与视差像素之间的语义联系,通过训练过程中卷积权重的梯度更新来自适应地感知预测视差图中的深度不连续边缘。实验表明,所提出的立体匹配网络中视差上采样结构相比直接级联强度特征和视差特征的上采样结构更为有效,且该立体匹配网络具有良好的预测精度和速度。(4)针对现有的立体匹配网络模型推理效率较低的实际问题,提出了一种有效结合低分辨率视差估计和超分辨率子网的深度立体匹配网络结构。该结构以降低卷积层的操作分辨率为原则,构建较低分辨率的匹配代价体,并执行低分辨率水平上的代价聚合和视差回归,从而快速获得初始视差图。然后使用所提出的超分辨率子网完成快速地视差图逐级上采样,并在上采样的同时进行高频信息补充与视差噪声细化。与最新的端到端立体匹配网络相比,所提出的新模型具有较高的预测精度和更快的预测推理速度。综上所述,本文对计算机视觉领域两个核心方向,视觉跟踪和立体匹配,开展了算法研究,为无人工程机械的远程环境视觉感知应用提供了算法理论方面的技术支撑。最后,为实际应用提供了系统方案设计思路和相关仿真实验。
李欢欢[2](2019)在《复杂环境移动探测机器人测控系统研究》文中研究表明随着许多先进的理论和技术在机器人领域被提出,移动探测机器人已经取得了长足的发展,并带来了明显的社会价值和经济效益。移动探测机器人通常需要进入危险复杂的未知环境,代替人进行侦察、取样、救援救灾和应急处置等任务,可以大大降低甚至避免人员伤亡。本文针对面向复杂环境的移动探测机器人测控系统展开相关研究。本文首先分析了国内外移动探测机器人的发展状况,并指出目前移动探测机器人存在的主要问题。设计并实现了一款可用于复杂环境的移动探测机器人。该机器人采用人机交互遥操作模式下局部自主的测控系统架构,按照模块化、松散耦合、层次化和高可用的设计原则,将系统分为驱动级、传感控制级和监视操作级。稳定高可靠的电子系统是整个移动机器人良好运作的保障,移动探测机器人电子系统采用模块化、层次化和网络化的思想进行设计,实现了各功能模块之间的高内聚低耦合,便于系统集成、维护和升级。移动探测机器人电子系统主要由电源模块、数传电台、图传电台、主控模块、机械臂控制模块、传感控制模块、运动控制模块和扩展模块等部分组成。针对电子系统各功能模块,基于模块化和多任务的思想设计机器人下位机软件,同时为了满足机器人对实时性的要求,整个下位机软件均移植uC/OS-III实时操作系统。为了满足移动探测机器人能够在不同使用场合下顺利完成任务,研究并设计了稳定可靠的移动探测机器人人机交互软件系统,该软件系统主要用来对机器人进行运动控制、状态反馈和环境监测。人机交互系统充分考虑到操作人员的主观感受,为操作人员提供较好的视觉临场感和多样化的操作模式,改善了传统的人机交互模式,使得系统具有较好的人机交互体验感。此外,移动探测机器人还需具备一定的局部自主能力,在保障机器人自身安全性和可靠性的同时,使得机器人能够完成多样化的任务。为了确保机器人能够安全通过楼梯需要知道楼梯的坡度信息,本文提出一种基于激光雷达的楼梯角度识别方法,解决了移动探测机器人在执行任务过程中楼梯角度识别问题。为了使得移动探测机器人能够应用于消防救援场景,本文提出了一种基于机器视觉的火源识别方法,消防指挥员可以根据火源位置信息高效地展开扑救任务。
霍明光[3](2018)在《基于巡视机器人的变电站智能运检优化研究》文中研究说明随着社会的不断进步以及电力体制改革的不断深化,国家电网公司的管理水平和技术水平也在不断的提高。而“三集五大”概念的推行,使得变电站逐步向无人值班少人值守的运维模式发展。目前,人工巡视是变电站日常巡检任务的主要方式,人工巡视主要依靠运维人员对电力设备运行状态进行判断,不能快速、准确地判断设备是否存在隐患或缺陷。围绕着公众对清洁电能需求与日俱增这一点,国家电网大量投入新建变电站,导致变电站巡视工作越来越繁重。随着科学技术及智能电网的不断发展,变电站智能巡检机器人应运而生。在未来,由智能巡检机器人代替运维人员进行变电站日常巡视工作将会成为必然。本文第一章介绍了巡检机器人的技术发展及目前国内外研究现状,并提出本文的主要研究方向;第二章以某公司使用的智能巡检机器人为例,对巡检机器人系统、移动站系统及基站系统的功能进行详细的描述;第三章以变电站评价标准作为原则对变电站进行状态评分,从而规划巡检机器人的巡检方式,对设备常发生的热缺陷进行分析,找到机器人对设备的最佳红外测温观测点,并对设备的各类表计位置进行统计,确定机器人的可见光观测点,根据上述观测点,将其进行合理的串联后,规划出巡检机器人的最佳巡视路径并对其进行应用;第四章先从经济性角度出发,带入相应数学模型,将巡检机器人与运维人员的工作成本进行比对,分析出最适合的机器人替代运维人员的时间点,再根据层次分析法,以变电站巡检最重要的五个因素为中心点,将各个因素带入机器人巡检与人工巡检进行横向对比,最终,将巡检机器人与人工进行对比试验,用真实有效的巡检数据,将巡检机器人巡检结果与人工巡检结果进行对比,从多角度支持本文核心思想,即使用变电站智能巡检机器人替代部分人工巡检工作,从而达到优化变电站运检工作的目的;第五章在某运维班四所变电站对变电站巡检机器人进行试运行,运行结果一切良好,巡检机器人可以很好的完成巡检任务,并在试运行期间发现多次设备缺陷,保障了设备的安全可靠运行;第六章主要提出了变电站巡检机器人目前还存在巡视死区,日常巡视中的个别项目还无法做到,并对机器人的未来进行展望。本文通过对巡检机器人各方面的研究,期望可以对巡检机器人的应用而减轻运维人员的工作负担,从而达到优化运检的目的。
程丰平[4](2013)在《室外道路环境下基于异构视觉的拓扑地图创建》文中研究说明移动机器人自主导航技术是机器人研究领域的热点技术,在民用和军事上都有着广泛的应用。在未知环境中的移动机器人实现自主导航需要依靠自身的传感器建立环境地图,移动机器人的地图创建是未知环境自主导航的首要任务。而目前提出的机器人地图多是针对室内环境的,适合规模较大的室外环境中的地图创建方法相对较少。视觉传感器获得的信息丰富,其中全景视觉摄像机具有360°的视角,可获得更广阔的视野,在自主导航方面的应用正越来越受到重视。本文结合全景视觉和前向视觉各自的特点,提出了一种可应用在室外道路环境中的基于异构视觉系统(全景视觉和前向视觉)的拓扑地图创建方法。本文首先研究了全景视觉的成像原理和相关技术,比较了几种不同类型的全景摄像机,最终选用了双曲面折反射系统的全景视觉摄像机和普通的前向视觉摄像机来构建本文的异构视觉系统。本文接着研究并提出了一种基于全景视觉的路口检测方法,该方法利用全景视觉道路图像分割的结果分析全景视觉下不同道路环境的差异,进行路口检测。在图像分割研究过程中,本文提出了一种结合阈值法改进的区域生长算法,该方法使用最大熵方法选取区域生长的初始种子点,并综合两种不同的生长准则实现区域生长,实验表明该方法可很好的应用在本文的全景视觉道路图像分割中。依据图像分割的结果本文试验了三种路口检测的方法,并一一进行大量的实验,最终选择使用了一种道路分支数判定法去实现路口检测,该方法可通过机器人所在位置的道路分支数和分支方向区分道路环境,实现路口检测。第三,本文研究了基于视觉的自然陆标的提取与匹配,研究了重要的图像局部特征提取算法,实现了一种鲁棒性好且计算速度较快的SURF特征提取算法,并针对本文的需求,对SURF的金字塔进行降阶,实现了一种简化的1阶SURF算法,该算法进一步提高了实时性,节省了地图创建的时间和空间开销。最后,结合前面的研究成果,本文提出了一种新的拓扑地图创建方法,该地图使用本文提出的全景视觉路口检测方法进行节点检测,使用前向视觉摄像机获取各个节点分支方向上的道路图像,并提取1阶SURF特征表示节点。该地图在创建过程中无需精确的全局定位,而且规模较小,容易维护,可应用于室外的道路环境中。
庄立斌[5](2011)在《机器人云台随动控制系统的研究与实现》文中提出在清华大学室外智能移动机器人的临场感遥控系统中,移动指挥站(MCS)使用定向天线接收移动机器人站(MRS)双面摄像机得到的图像信息。但是移动机器人站和指挥站可能都处于不断的运动中,两者的位置和角度随时可能发生变动,如果移动指挥站上的图像定向天线不能对准移动机器人站,就会造成移动指挥站接收到的图像数据模糊失真或图像丢失,影响临场感遥控系统的可操作性。本文以清华大学室外智能移动机器人的临场感遥控系统为应用背景,研究开发了一套响应快、精度高、成本低、功耗小的基于嵌入式的天线云台随动控制系统。该系统可以有效抵消移动机器人站和指挥站的运动带来的干扰,使得移动指挥站的定向天线能够自动对准移动机器人站,有效的提高了图像无线传输的可靠性和抗干扰性。本文结合项目实际需求,对室外智能移动机器人中的天线云台随动控制系统的总体方案进行了深入的研究。根据总体方案,设计开发完成了测量控制模板。测量控制模板主要包括以下模块:微处理器系统、电源系统、参考电压系统、上电复位系统、8位数字量输入系统、D/A转换系统、A/D转换系统、串口扩展与通信系统、CAN总线通信系统。完成了对各个传感器如GPS、电子罗盘、绝对光码盘的数据采集,以及对电机驱动器控制信号与输出信号的控制。通过模板D/A转换功能外接功率放大器,驱动天线云台的电机,并以光码盘测得的图像天线的位置作为反馈量,实现了一个闭环负反馈控制系统。本文研究开发的室外智能移动机器人天线云台随动控制系统基本达到预期设计要求,并成功应用于清华大学室外智能移动机器人的临场感遥控系统中,为室外智能移动机器人的临场感遥控技术的进一步研究和发展提供了一定的借鉴和参考。
仲训昱[6](2009)在《遥自主移动机器人运动规划与控制技术研究》文中研究表明近年来,移动机器人已成为机器人技术中一个十分活跃的研究领域,其智能化程度不断得到提高,自主能力也越来越强。然而很多应用领域中,在目前的相关支撑技术水平下,移动机器人还很难具备完全自主的能力,在许多情况下还需要人的参与和协助。为此,在提高机器人智能水平的同时,再把遥操作技术与自主机器人系统相结合,创建一个可以综合集成人的智能和机器人智能为特征的遥自主系统,对增强机器人的适应性和完成操作任务的能力、拓宽机器人的应用范围具有十分重要的意义。本文对面向实际应用的遥自主移动机器人的运动规划与控制相关技术进行了研究。首先,对遥自主移动机器人的控制体系结构进行分析和探讨,设计了一种基于人机协同的三层递阶式控制系统结构。该结构采用了慎思与反应相结合的控制策略,并与遥操作系统中的上层——监控协助层相结合,通过遥操作系统的人机交互和人机协同机制,操作人员可以参与到机器人的控制过程中去,实现人的智能和机器人智能的融合。其次,把智能移动机器人和全景视觉相结合,设计了基于全景视觉远程现实的移动机器人遥操作系统。在远程现实的界面图像稳定中,建立了一种快速、鲁棒的图像运动估计和补偿方法;把增强现实技术应用到基于远程现实的遥操作中,以提高人机交互能力和克服通讯时延的影响。再次,针对未知环境下遥自主移动机器人的实时运动规划问题,在局部环境建模的基础上提出了一种人机协同的运动规划与控制方法。该方法把轨迹规划和跟踪控制合并在一起,设计了速度控制律;采用动态自适应规划窗口,克服了固定窗口过小或过大时对环境适应性差的缺点;针对滚动窗口法在复杂环境中容易陷人死锁或振荡的缺点,设计了有效的沿墙行走行为。仿真结果表明,该方法具有很好的环境适应性和避障能力,获得了较好的安全性和可达性,但是对运动障碍物的动态避碰不够理想。为此,针对机器人的动态避碰问题,采用速度障碍法的思想,并制定了相应的改进措施,在速度变化空间中,基于行为动力学原理和多步可达动态窗口,设计了新的优化目标函数,进行机器人的动态避碰规划。通过仿真实验,验证了上述方法的可行性和优越性。最后,在给出全局路径下,对移动机器人的路径跟踪控制进行研究。设计了模拟人工驾驶的模糊控制器,并采用位.姿交替控制的方法,对路径点进行跟踪。仿真实验结果表明该方法是有效的,能够实现对给定路径进行快速、准确的跟踪。
张磊[7](2008)在《远程监控机器人专家系统机器人的设计与分析》文中进行了进一步梳理工业机器人是机器人学的一个分支,它代表了机电一体化的最高成就。随着科学技术的不断发展,工业机器人已成为柔性制造系统(FMS)、自动化工厂(FA)、计算机集成制造系统(CIMS)的自动化工具。广泛采用工业机器人,不仅可提高产品的质量与数量,而且对保障人身安全,改善劳动环境,减轻劳动强度,提高劳动生产率,节约原材料消耗以及降低生产成本.对促进我国制造业的崛起,有着十分重要的意义。本文设计的远程监控机器人专家系统就是在工业机器人的基础上,结合实际的项目,进行进一步的研发。该系统把遥控机器人和远程监控结合在一起,解决了技术人员来往于现场和工作地点的问题,并可实现远程的控制和监控。这样不仅节省了技术人员的精力和金钱,而且可以实现对所监控对象的不定时检查,保障其安全、正常、稳定的工作。本文首先从一般的工业机器人入手,结合所要设计的工业服务机器人专家系统所要实现的功能,寻找设计前的设计参考,总结其设计的理论基础和一般的设计步骤。本文所设计的远程监控机器人专家系统可以分为两个大部分:执行部分和远程监控部分。远程监控部分实时性的保证是整个系统能否可行的前提,执行部分是系统能否正常工作的保障。其次从该系统的总体目标出发,遵循一定的设计准则,先从执行部分入手,提出总体设计方案,画出结构简图,规划各个部件的功能,并用ProE三维软件画出初始模型,进行运动学和工作空间的分析,用Matlab软件画出实际的工作空间,最终初步确定其具体的尺寸。最后一部分是远程监控部分,本文首先从理论上论证了其可行性,并选择合适的方法来进行实验。目前在局域网内的实验已获得成功验证,下一步是远程监控的实现。由于该系统还为成功研制,本文所做的研究提供了其可行性和简单设计,还需要进一步的改进。
王立娜[8](2007)在《视觉临场感遥控系统在移动机器人中的应用》文中提出移动机器人技术研究领域在现代科学技术中一直是多学科相互交叉相互渗透的前沿领域,对它的研究不仅具有深刻的理论价值,而且有广阔的应用前景。本文给出了一种室外智能移动机器人(又称自主陆地车辆)临场感遥控驾驶系统的框架,在此基础上结合这个系统的实际情况较为深入地在相关的领域对控制理论作了探讨。
杨彬[9](2007)在《基于视觉临场感遥操作机器人系统的研究》文中研究表明以主-从操纵机器人为核心的临场感遥操作系统可以在人难以靠近的高温、高压、强辐射、窒息等极限环境下进行复杂的操纵作业。操作者的操纵质量与对“从环境”信息(如力觉、视觉等)的真实获得能力密切相关。借助于遥操作系统提供视觉临场感和虚拟场景技术,不仅给操作人员提供了逼真的视觉信息,而且在一定程度使操作者实时地感知机器人与被操作物体的动态相互作用,从而完成复杂精密的操作任务。因此,进行“基于视觉临场感遥操作机器人系统的研究”具有十分重要的意义。本文在对国内外遥操作机器人的视觉临场感系统进行研究分析的基础上,并且针对传统遥操作系统依靠单一视频反馈操作而普遍存在空间深度信息缺乏及图像传输延迟的问题,进而提出的基于三目立体摄像系统以及运用图像处理方法和虚拟现实技术,实现辅助遥操作的视觉系统设计方案,最终实现对其基于视觉临场感遥操作机器人系统的搭建,使操作者精确地把握作业环境的情况信息,从而及时、准确地发出与主观意图相一致的控制命令。在对于视觉临场感遥操作系统的测评试验中,验证了这种具有高度临场感提示的操作方式与依靠单一视频反馈而进行的遥操作相比,可以有效地解决图像时延和空间深度的问题,并提高了工作效率。同时由于采用虚拟现实技术而建立的虚拟场景操作界面,实现了和谐的、“以人为中心”的人机操作,使操作者能更加放松,高效地完成作业任务。
樊湄筑[10](2007)在《机器人视觉临场感及遥控系统中的无线通信技术的研究》文中认为随着人工智能的研究逐渐形成规模并迅速发展成为一门崭新的学科,机器人技术和应用领域也得到了发展。如今,机器人已不仅仅是简单替代人类进行生产劳动的工具,它已经开始具备类似人类智能的学习、推理、决策等能力,广泛应用于工业制造、航天航空、国防、医学护理等领域,其应用前景日趋广泛。同时,如何为地面移动机器人配置实用、可靠的遥控设备,实现良好的人机交互功能成为地面移动机器人研究的主要课题。本论文是以清华智能车THMR-V系统为研究背景,重点讨论了机器人视觉临场感及遥控系统中的图像无线传输系统和数据无线通信系统。在图像无线传输部分,重点讨论了一种新的调制传输技术OFDM,研究了它的理论意义和实际测量结果,并用Okumura模型具体分析了影响系统可靠性的因素以及如何提高可靠性的方法,获得了把这种技术应用于机器人系统中能够确切提高图像无线传输的质量和效果的结果。在数据无线通信部分,从软、硬件两方面尝试改进,通过理论上用Okumura模型计算预测分析和实际系统的现场数据测试,比较得出了设备的优劣,在硬件上做出选择,并对软件通信程序进行了设计和改进,同时分析影响数据通信可靠性的因素以及如何获得提高可靠性的方法。
二、室外移动机器人的视觉临场感系统(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、室外移动机器人的视觉临场感系统(论文提纲范文)
(1)面向远程环境目标感知的视觉跟踪与深度估计算法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 远程视觉感知的应用研究现状 |
1.2.2 运动目标深度估计的研究现状 |
1.3 研究内容和主要贡献 |
1.4 本文的组织结构 |
第二章 经典视觉跟踪与双目深度估计算法研究现状 |
2.1 引言 |
2.2 经典视觉跟踪算法的研究现状 |
2.2.1 基于稀疏表示模型的跟踪算法 |
2.2.2 基于相关滤波模型的跟踪算法 |
2.3 双目深度估计原理与立体匹配研究现状 |
2.3.1 双目视觉系统的标定及深度估计原理 |
2.3.2 基于深度神经网络的立体匹配算法 |
2.4 本章小结 |
第三章 基于循环反向稀疏模型的实时稀疏视觉跟踪 |
3.1 引言 |
3.2 循环反向稀疏模型的建立与优化 |
3.2.1 问题建模 |
3.2.2 优化求解 |
3.2.3 模板更新 |
3.2.4 整体实现 |
3.3 实验结果与分析 |
3.3.1 实验设置 |
3.3.2 定量分析 |
3.3.3 属性分析 |
3.4 本章小结 |
第四章 基于空间树形结构联合约束的稀疏相关视觉跟踪 |
4.1 引言 |
4.2 相关滤波原理与结构稀疏约束 |
4.2.1 相关滤波原理 |
4.2.2 结构稀疏约束 |
4.3 空间结构联合约束跟踪模型的建立与优化 |
4.3.1 问题建模 |
4.3.2 优化求解 |
4.3.3 模板更新 |
4.3.4 整体实现 |
4.4 实验结果与分析 |
4.4.1 实验设置 |
4.4.2 定量分析 |
4.4.3 定性分析 |
4.5 本章小结 |
第五章 基于自适应深度不连续感知的深度立体匹配网络 |
5.1 引言 |
5.2 基于局部自适应感知的立体匹配网络 |
5.2.1 网络整体结构与参数 |
5.2.2 局部自适应正则化损失 |
5.3 实验结果与分析 |
5.3.1 实验设置及评价指标 |
5.3.2 定量分析和定性分析 |
5.4 本章小结 |
第六章 基于深度超分辨率子网的高效立体匹配网络 |
6.1 引言 |
6.2 基于深度超分辨率的高效立体匹配网络 |
6.2.1 网络整体结构与参数 |
6.2.2 深度不连续感知超分辨率子网 |
6.2.3 深度不连续感知损失 |
6.3 实验结果与分析 |
6.3.1 实验设置及评价指标 |
6.3.2 定量分析和定性分析 |
6.4 本章小结 |
第七章 基于视觉跟踪和深度估计的目标感知系统 |
7.1 引言 |
7.2 远程目标感知系统的总体结构 |
7.3 远程目标感知系统的关键实现 |
7.3.1 基于循环反向稀疏模型的多线程跟踪 |
7.3.2 基于高效立体匹配网络的域自适应微调 |
7.4 系统仿真实验 |
7.4.1 室内环境深度估计实验 |
7.4.2 室外环境系统运行实验 |
7.5 本章小结 |
第八章 总结与展望 |
8.1 全文总结 |
8.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
(2)复杂环境移动探测机器人测控系统研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究动态 |
1.2.2 国内研究动态 |
1.3 目前存在的问题 |
1.3.1 环境适应性问题 |
1.3.2 环境感知能力的局限性 |
1.3.3 自主能力的局限性 |
1.3.4 人机交互能力的局限性 |
1.4 论文主要研究内容和组织结构 |
1.4.1 论文主要研究内容 |
1.4.2 论文组织结构 |
第二章 复杂环境移动探测机器人系统设计 |
2.1 引言 |
2.2 移动机器人本体设计 |
2.2.1 机器人移动平台 |
2.2.2 车载机械臂 |
2.3 移动机器人运动学分析 |
2.3.1 移动平台运动学分析 |
2.3.2 机械臂运动学分析 |
2.4 机器人测控系统设计 |
2.5 系统总线 |
2.5.1 CAN工作原理 |
2.5.2 CAN数据帧的结构 |
2.6 本章小结 |
第三章 复杂环境移动探测机器人硬件设计 |
3.1 引言 |
3.2 微控制器选型 |
3.2.1 STM32F767IGT6 核心电路 |
3.2.2 STM32F103RCT6 核心电路 |
3.3 电源模块 |
3.3.1 24 V转12V电路 |
3.3.2 12 V转5V电路 |
3.3.3 5V转3.3V电路 |
3.4 主控模块 |
3.4.1 CAN总线接口电路 |
3.4.2 RS232 接口电路 |
3.4.3 RS485 接口转换电路 |
3.4.4 USB接口电路 |
3.5 机器人运动控制模块 |
3.6 机械臂控制模块 |
3.7 机器人传感控制模块 |
3.7.1 姿态传感器 |
3.7.2 GPS/北斗定位模块 |
3.7.3 伽马剂量率仪 |
3.7.4 气体传感器 |
3.8 无线通讯设备 |
3.9 本章小结 |
第四章 复杂环境移动探测机器人下位机软件设计 |
4.1 引言 |
4.2 uC/OS-III实时操作系统 |
4.3 Bootloader设计 |
4.4 主控模块用户应用程序设计 |
4.5 机械臂控制模块用户应用程序设计 |
4.6 传感控制模块用户应用程序设计 |
4.7 本章小结 |
第五章 复杂环境移动探测机器人人机交互软件系统设计 |
5.0 引言 |
5.1 遥操作监控软件 |
5.1.1 串口通讯模块 |
5.1.2 视频采集模块 |
5.1.3 姿态反馈模块 |
5.1.4 语音控制模块 |
5.1.5 无线手柄控制模块 |
5.1.6 用户界面 |
5.2 基于有线网路的数据传输系统设计 |
5.2.1 数据传输系统总体设计 |
5.2.2 基本数据传输的实现 |
5.2.3 视频传输实现 |
5.2.4 数据传输测试 |
5.3 人机交互系统综合测试 |
5.3.1 地面适应性能测试 |
5.3.2 爬坡和爬楼性能测试 |
5.3.3 抓取性能测试 |
5.3.4 多机器人协作测试 |
5.4 本章小结 |
第六章 复杂环境移动探测机器人局部自主研究 |
6.1 引言 |
6.2 基于激光雷达的楼梯角度识别方法研究 |
6.2.1 激光雷达 |
6.2.2 激光雷达数据采集 |
6.2.3 激光雷达数据预处理 |
6.2.4 基于K均值聚类算法的楼梯信息提取 |
6.2.5 基于角点检测的楼梯特征提取 |
6.2.6 最小二乘拟合求楼梯倾角 |
6.2.7 结论与分析 |
6.3 基于机器视觉的火源检测方法研究 |
6.3.1 红外图像采集 |
6.3.2 图像掩膜处理 |
6.3.3 图像滤波处理 |
6.3.4 火焰特征提取 |
6.3.5 火焰区域检测 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
作者在学期间的成果 |
(3)基于巡视机器人的变电站智能运检优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 目前国内外研究现状 |
1.2.1 变电站巡检机器人研究现状 |
1.2.2 机器人远程控制技术 |
1.3 本课题的研究目的、主要内容及创新之处 |
1.3.1 研究目的 |
1.3.2 主要内容 |
1.3.3 创新之处 |
第2章 智能巡检机器人系统 |
2.1 智能巡检机器人的总体结构 |
2.1.1 智能巡检机器人本体 |
2.1.2 监控后台系统 |
2.1.3 智能巡检机器人的参数及其工作方式 |
2.2 智能巡检机器人的移动站系统 |
2.3 智能巡检机器人的基站系统 |
2.4 本章小结 |
第3章 基于变电站状态评价的巡检模式研究 |
3.1 变电站状态评价 |
3.1.1 设备缺陷评价标准 |
3.1.2 变电站状态评价 |
3.1.3 变电站巡视方式及巡视周期 |
3.2 智能巡检机器人的巡视周期研究 |
3.2.1 变电站状态评价具体应用 |
3.2.2 智能巡检机器人的巡视周期设置 |
3.3 巡检机器人的巡视路径设置分析 |
3.3.1 设置设备观测点 |
3.3.2 巡检机器人的巡视路径设置 |
3.4 智能巡检机器人巡检模式的具体应用 |
3.4.1 巡检任务执行 |
3.4.2 巡检数据分析 |
3.5 本章小结 |
第4章 运检优化方案的分析与评价 |
4.1 智能巡检机器人的经济性分析 |
4.1.1 模型建立与变量分析 |
4.1.2 机器人成本函数及其变量分析 |
4.1.3 劳动力成本函数及其变量分析 |
4.1.4 巡检机器人对人工劳动力的替代过程及分析 |
4.1.5 模型实例计算 |
4.2 智能巡检机器人的精确性分析 |
4.2.1 红外测量技术 |
4.2.2 高清摄像仪 |
4.2.3 音频系统 |
4.2.4 导航系统 |
4.3 智能巡检机器人的其它优势分析 |
4.3.1 机器人巡检与人工巡检对比 |
4.3.2 对两种巡检方式进行层次分析 |
4.4 智能巡检机器人巡检与人工巡检实际对比研究 |
4.4.1 智能巡检机器人与巡视人员任务及工作时间设定 |
4.4.2 实际巡视对比 |
4.5 本章小结 |
第5章 优化运检方案的实际应用 |
5.1 变电站现场应用 |
5.1.1 现场任务执行 |
5.1.2 实际效益分析 |
5.2 改进空间及措施 |
5.3 本章小结 |
第6章 研究成果和结论 |
参考文献 |
致谢 |
攻读硕士学位期间发表的论文及其它成果 |
作者简介 |
(4)室外道路环境下基于异构视觉的拓扑地图创建(论文提纲范文)
摘要 |
Abstract |
目录 |
1. 绪论 |
1.1 移动机器人的研究发展概述 |
1.1.1 国外移动机器人的发展现状 |
1.1.2 国内移动机器人的发展现状 |
1.2 论文的研究背景及意义 |
1.2.1 移动机器人拓扑地图创建的研究现状及研究意义 |
1.2.2 全景视觉在移动机器人导航中的研究意义 |
1.3 本文主要的研究工作 |
1.4 本文的章节安排 |
2. 异构视觉系统及图像预处理 |
2.1 异构视觉系统 |
2.1.1 全景视觉简介 |
2.1.2 单视点全景视觉成像原理 |
2.1.3 异构视觉系统的选取 |
2.2 图像平滑 |
2.2.1 中值滤波 |
2.2.2 均值滤波 |
2.2.3 高斯滤波 |
2.3 本章小结 |
3 室外道路环境下基于全景视觉的路口检测 |
3.1 基于阈值法的图像分割 |
3.2 一种阈值法与区域生长相结合图像分割算法 |
3.2.1 区域生长的一般方法 |
3.2.2 一种结合阈值法改进的区域生长算法 |
3.3 室外道路环境下基于全景视觉的路口检测方法 |
3.4 实验结果与分析 |
3.4.1 实验平台简介 |
3.4.2 实验结果及路口判断条件的分析 |
3.5 本章小结 |
4 基于前向视觉的环境特征提取 |
4.1 SIFT特征提取算法简介 |
4.1.1 SIFT算子的特点 |
4.1.2 SIFT特征提取算法的过程 |
4.2 SURF特征提取算法 |
4.2.1 积分图像 |
4.2.2 Fast-Hessian矩阵的建立 |
4.2.3 SURF算法的尺度空间表示及“兴趣点”的检测 |
4.2.4 SURF特征向量的描述与匹配 |
4.3 实验结果与分析 |
4.4 本章小结 |
5 基于全景视觉和前向视觉协同的拓扑地图创建 |
5.1 拓扑节点的定义与检测 |
5.2 节点的定位 |
5.3 拓扑节点的建立与识别 |
5.4 实验分析 |
5.5 本章小结 |
6 总结与展望 |
致谢 |
参考文献 |
(5)机器人云台随动控制系统的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景 |
1.2 国内外研究现状 |
1.3 移动机器人临场感遥控系统 |
1.4 课题研究主要内容和成果 |
第二章 系统关键技术和总体设计方案 |
2.1 系统的关键技术 |
2.2 系统的结构和组成 |
2.3 系统的控制原理分析 |
2.4 系统的解决方案 |
2.5 本章小节 |
第三章 系统硬件平台的设计与实现 |
3.1 控制系统硬件总体结构 |
3.2 控制系统硬件的设计与实现 |
3.2.1 微处理器选型及其上电复位电路设计 |
3.2.2 电源系统设计 |
3.2.3 8位数字量输入模块设计 |
3.2.4 D/A转换模块设计 |
3.2.5 串口扩展模块设计 |
3.2.6 通信模块设计 |
3.3 系统硬件开发设计中的注意事项 |
3.4 本章小结 |
第四章 系统的软件设计与实现 |
4.1 系统软件开发平台 |
4.2 系统软件总体结构 |
4.3 下位机系统软件设计 |
4.3.1 下位机主程序及其中断 |
4.3.2 下位机传感器信号采集 |
4.3.3 系统目标航向角计算 |
4.3.4 下位机CAN总线通信程序 |
4.4 上位机系统软件设计 |
4.4.1 上位机主程序 |
4.4.2 上位机中断入口程序 |
4.4.3 上位机CAN总线通信程序 |
4.5 系统软件开发设计中的注意事项 |
4.6 本章小结 |
第五章 系统性能测试与分析 |
5.1 云台控制单元测试 |
5.1.1 云台航向角测量 |
5.1.2 云台控制动态性能测试 |
5.2 CAN总线通信测试 |
5.2.1 实验室环境测试 |
5.2.2 车载环境测试 |
5.3 本章小结 |
第六章 结论 |
6.1 结论 |
6.2 不足与展望 |
参考文献 |
致谢 |
(6)遥自主移动机器人运动规划与控制技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景和意义 |
1.2 国内外研究现状及成果概况 |
1.2.1 移动机器人的研究历史和现状 |
1.2.2 机器人遥操作技术的国内外研究现状 |
1.2.3 几种与遥操作结合的典型移动机器人 |
1.3 遥自主移动机器人研究中的几个关键技术 |
1.3.1 机器人控制的体系结构 |
1.3.2 自主运动规划技术 |
1.3.3 人机协同技术 |
1.3.4 遥操作技术 |
1.4 论文主要研究内容 |
第2章 遥自主移动机器人体系结构设计 |
2.1 现有移动机器人控制体系结构分析 |
2.1.1 基于功能分解的体系结构 |
2.1.2 基于行为分解的体系结构 |
2.1.3 混合式体系结构 |
2.2 基于人机协同的系统结构设计 |
2.3 控制系统中的人机协同机制研究 |
2.4 本章小结 |
第3章 基于全景视觉远程现实的遥操作系统设计 |
3.1 全景视觉原理 |
3.2 基于全景视觉的远程现实技术与实现 |
3.2.1 远程现实技术 |
3.2.2 视窗图像的展开算法 |
3.2.3 界面图像的稳定化处理 |
3.3 基于增强现实的遥操作技术 |
3.3.1 增强现实在遥操作中的应用 |
3.3.2 遥操作系统中的交互输入 |
3.4 本章小结 |
第4章 基于局部环境建模的实时运动规划 |
4.1 局部环境建模 |
4.2 环境模型的性能分析 |
4.2.1 可通过性分析 |
4.2.2 安全性分析 |
4.2.3 运动平稳性分析 |
4.2.4 人工导引性分析 |
4.2.5 目标引导性分析 |
4.3 基于环境模型的实时运动规划 |
4.3.1 运动规划与速度控制 |
4.3.2 运动规划算法的收敛性分析 |
4.4 仿真实验结果及分析 |
4.5 本章小结 |
第5章 基于速度变化空间的机器人动态避碰 |
5.1 基于测距传感器的运动障碍物检测 |
5.1.1 栅格地图的构建 |
5.1.2 运动障碍物检测 |
5.1.3 运动障碍物检测仿真结果 |
5.2 速度障碍的基本思想 |
5.3 速度障碍法应用中存在的问题 |
5.4 改进的速度障碍法 |
5.4.1 相关定义 |
5.4.2 避碰过程中的行为动力学建模 |
5.4.3 基于行为动力学的避碰规划与控制 |
5.4.4 速度变化空间中的避碰规划 |
5.5 仿真实验与分析 |
5.6 本章小结 |
第6章 基于位-姿交替控制的路径跟踪 |
6.1 基本设计思想 |
6.1.1 位置跟踪控制 |
6.1.2 姿态跟踪控制 |
6.1.3 位姿综合跟踪控制 |
6.2 位-姿交替控制的路径跟踪方法设计 |
6.3 仿真实验 |
6.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
(7)远程监控机器人专家系统机器人的设计与分析(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.1.1 课题的背景和意义 |
1.1.2 远程监控机器人专家系统的提出 |
1.1.3 遥操作机器人 |
1.2 当今工业机器人的发展综述 |
1.2.1 遥操作机器人的概况 |
1.2.2 未来机器人技术研究热点及发展趋势 |
1.2.3 国内外的机器人网络远程控制究状况 |
1.3 远程监控机器人专家系统设计的主要问题 |
1.4 本文的主要工作与研究内容 |
1.5 本章小结 |
第2章 远程监控机器人专家系统总体模型建立 |
2.1 引言 |
2.1.1 理论技术基础 |
2.1.2 远程监控机器人专家系统的设计参考 |
2.2 工业机器人概括及发展趋势 |
2.2.1 工业机器人的种类 |
2.2.2 工业机器人的发展趋势 |
2.2.3 操作机的设计方法和步骤 |
2.3 远程监控机器人专家系统整体模型 |
2.3.1 远程监控机器人专家系统总体模型建立 |
2.3.2 远程监控机器人机械系统建立 |
2.3.3 远程监控机器人控制系统模型建立 |
2.4 本章小结 |
第3章 远程监控机器人专家系统的需求分析及结构设计 |
3.1 远程监控机器人专家系统的需求分析 |
3.1.1 远程监控机器人专家系统的总体目标 |
3.1.2 机器人的技术参数 |
3.1.3 机器人的基本组成 |
3.1.4 设计原则 |
3.2 远程监控机器人专家系统的总体设计方案 |
3.2.1 系统功能分析 |
3.2.2 远程监控机器人专家系统机器人自由度的确定 |
3.2.3 远程监控机器人专家系统机器人的结构总体图 |
3.3 腰部和小臂部件处的传动装置设计 |
3.3.1 腰部部件传动装置设计 |
3.3.2 腕部的设计 |
3.4 机械手的设计 |
3.4.1 机械手的总体目标 |
3.4.2 机械手的传动装置设计 |
3.5 步进电机和驱动器选择 |
3.6 本章小结 |
第4章 远程监控机器人专家系统的运动学分析 |
4.1 机器人坐标变换 |
4.1.1 刚体的位姿及坐标系的建立 |
4.1.2 机器人齐次坐标变换 |
4.2 机器人逆向运动学 |
4.3 工作空间分析 |
4.3.1 工作空间分析简述 |
4.3.2 工作空间的概念 |
4.3.3 工作空间的形成 |
4.3.4 工作空间中的空腔和空洞 |
4.3.5 理想工作空间的包络面方程 |
4.3.6 实际工作空间分析和作图 |
4.4 本章小结 |
第5章 远程监控机器人专家系统的远程控制及监控 |
5.1 引言 |
5.1.1 工业机器人视觉系统的性能 |
5.1.2 远程监控系统的技术指标 |
5.1.3 远程监控系统的设计模型 |
5.2 远程监控机器人专家系统远程监控的实现 |
5.2.1 监视系统的选择 |
5.2.2 局域网内的测试 |
5.2.3 试验总结 |
5.2.4 远距离传输方式的选择 |
5.2.5 INTERNET网络环境下通讯模型 |
5.3 本章小结 |
第6章 结论 |
参考文献 |
致谢 |
(8)视觉临场感遥控系统在移动机器人中的应用(论文提纲范文)
1. 引言 |
2. 基于视觉的临场感遥控系统的组成 |
3. 模糊PID控制 |
(1) .模糊PID复合控制 |
(2) .自调整模糊PID控制 |
4. 结束语 |
(9)基于视觉临场感遥操作机器人系统的研究(论文提纲范文)
提要 |
第一章 诸论 |
1.1 研究的背景与意义 |
1.2 遥操作机器人的概述 |
1.2.1 主-从遥操作机器人 |
1.2.2 基于 Internet 的遥操作机器人 |
1.2.3 力觉、视觉临场感遥操作机器人 |
1.3 遥操作研究中遇到的主要问题 |
1.4 论文的主要内容 |
1.4.1 论文研究中的关键性技术 |
1.4.2 全文具体内容的安排 |
第二章 遥操作机器人视觉临场感系统 |
2.1 遥操作视觉系统的构成 |
2.2 遥操作立体视觉系统 |
2.2.1 立体视觉基本原理 |
2.2.2 三目立体摄像系统 |
2.3 视觉系统软件开发技术原理 |
2.3.1 三维重建技术 |
2.3.2 虚拟现实技术 |
2.4 本章小节 |
第三章 图像处理及三维重建 |
3.1 遥操作中的视觉识别与重建 |
3.2 算法基本流程图 |
3.3 图像分割 |
3.4 区域标记及分类识别 |
3.5 轮廓提取及跟踪 |
3.6 作业对象三维重建 |
3.7 本章小节 |
第四章 虚拟环境的建立及交互性检测 |
4.1 遥操作虚拟环境概述 |
4.2 OpenGL 系统介绍 |
4.2.1 OpenGL 体系结构 |
4.2.2 OpenGL 内部工作流程 |
4.3 图形仿真模块的建立 |
4.3.1 机器人三维模型的建立 |
4.3.2 从手空间与模型空间的对应 |
4.4 虚拟环境中的交互动力学检测 |
4.4.1 接触性碰撞检测 |
4.4.2 非接触性检测 |
4.5 本章小节 |
第五章 基于视觉临场感系统的安全性测评试验 |
5.1 机器人试验系统构成 |
5.1.1 从端遥操作机器人本体结构 |
5.1.2 电液控制子系统 |
5.1.3 位移伺服控制子系统 |
5.1.4 主手操纵装置 |
5.1.5 临场感机器人系统 |
5.2 试验作业任务设置 |
5.2.1 试验的系统设置 |
5.2.2 试验的任务内容 |
作业任务如下 |
5.3 安全性测评试验结果 |
5.3.1 客观指标测评试验 |
5.3.2 主观指标测评试验 |
5.3.3 生理指标测评试验 |
5.4 本章小节 |
第六章 结论与展望 |
6.1 本文结论 |
6.2 今后需要进一步开展的研究内容 |
参考文献 |
摘要 |
Abstract |
致谢 |
(10)机器人视觉临场感及遥控系统中的无线通信技术的研究(论文提纲范文)
中文摘要 |
ABSTRACT |
序 |
1 引言 |
2 视觉临场感及遥控系统的研究背景 |
2.1 关于移动遥操作机器人的研究 |
2.1.1 智能移动机器人 |
2.1.2 遥操作机器人 |
2.1.3 临场感技术 |
2.2 国内外智能移动机遥操作机器人的发展现状 |
2.2.1 国外智能移动机器人发展现状 |
2.2.2 国内智能移动机器人发展现状 |
2.2.3 论文主要研究工作 |
3 视觉临场感及遥控系统的关键技术及结构 |
3.1 视觉临场感及遥控系统的关键技术 |
3.1.1 图像的无线传输技术 |
3.1.2 数据的无线通信 |
3.2 系统的结构及组成 |
3.2.1 移动机器人站MRS |
3.2.2 移动指挥站MCS |
4 多载波宽带无线通信技术 |
4.1 OFDM技术的背景 |
4.1.1 概述 |
4.1.2 多载波调制 |
4.2 正交多载波调制技术(OFDM)原理 |
4.2.1 OFDM系统的调制和解调 |
4.2.2 OFDM的保护间隔和循环前缀 |
4.2.3 OFDM的参数选择 |
4.3 OFDM的优缺点及其应用 |
4.3.1 OFDM调制技术优缺点 |
4.3.2 OFDM技术的应用 |
5 图像无线传输系统的设计与实现 |
5.1 图像无线传输系统的构成 |
5.1.1 系统要求及技术指标 |
5.1.2 图像无线传输设备选择 |
5.1.3 Trans Video1200技术指标 |
5.2 COFDM传输方案 |
5.2.1 传输模式 |
5.2.2 系统结构 |
5.3 图像无线传输设备的性能及使用 |
5.3.1 电台的配置及参数设置 |
5.3.2 Okumura模型移动通信覆盖半径预测 |
5.4 现场实验及实验结果 |
5.4.1 现场实验 |
5.4.2 实验结果及分析 |
6 数据无线通信的设计与实现 |
6.1 数据无线通信系统软硬件总体结构 |
6.1.1 数据无线系统的构成 |
6.1.2 系统软件功能与设计 |
6.2 数据通信电台的功能及使用 |
6.2.1 数据电台的选择 |
6.2.2 电台的配置安装 |
6.2.3 电台参数设置 |
6.2.4 Okumura模型移动通信覆盖半径预测 |
6.3 实测结果及分析 |
6.3.1 现场实验 |
6.3.2 影响数据电台通信可靠性的因素 |
6.3.3 提高数据电台可靠性的措施 |
6.4 串口通信软件实现 |
6.4.1 串口通信软件流程 |
6.4.2 串口的初始化 |
6.4.3 串口的读操作 |
6.4.4 串口的写操作 |
6.5 无线通信数据的格式 |
6.5.1 遥操作命令数据包 |
6.5.2 车体状态信息数据包 |
6.5.3 工作模式切换数据包 |
6.5.4 优先级更改请求和返回 |
7 总结与展望 |
7.1 论文总结与结论 |
7.2 改进与展望 |
参考文献 |
作者简历 |
学位论文数据集 |
四、室外移动机器人的视觉临场感系统(论文参考文献)
- [1]面向远程环境目标感知的视觉跟踪与深度估计算法研究[D]. 郭承刚. 电子科技大学, 2020(03)
- [2]复杂环境移动探测机器人测控系统研究[D]. 李欢欢. 东南大学, 2019(06)
- [3]基于巡视机器人的变电站智能运检优化研究[D]. 霍明光. 华北电力大学(北京), 2018(04)
- [4]室外道路环境下基于异构视觉的拓扑地图创建[D]. 程丰平. 南京理工大学, 2013(06)
- [5]机器人云台随动控制系统的研究与实现[D]. 庄立斌. 复旦大学, 2011(04)
- [6]遥自主移动机器人运动规划与控制技术研究[D]. 仲训昱. 哈尔滨工程大学, 2009(02)
- [7]远程监控机器人专家系统机器人的设计与分析[D]. 张磊. 东北大学, 2008(03)
- [8]视觉临场感遥控系统在移动机器人中的应用[J]. 王立娜. 中国科技信息, 2007(19)
- [9]基于视觉临场感遥操作机器人系统的研究[D]. 杨彬. 吉林大学, 2007(03)
- [10]机器人视觉临场感及遥控系统中的无线通信技术的研究[D]. 樊湄筑. 北京交通大学, 2007(03)