一、工业机器人的近程控制（论文文献综述）
李亿发[1]（2021）在《血管介入手术机器人主从同步控制研究》文中认为微创血管介入手术因其术中创口小、病灶定位精准、器械递送灵活、安全性高、术后痊愈快等优势,已成为临床上治疗心血管疾病的主要方式之一。于此同时,医生在血管介入手术机器人辅助下进行人机协同手术能够进一步提高手术的治疗精度与安全性,避免X射线对医生辐射,并使远程手术治疗成为现实。因此血管介入手术机器人已成为医工领域的研究热点。临床上,为保证介入手术的成功性,手术机器人的主从同步控制需具备较高的稳定性与跟随性,使机器人动作执行稳定不产生振荡,且主从端动作高度同步,以满足医生操作要求。但机器人主从端交互指令存在传输时延且大小波动,严重影响系统的同步控制性能。针对机器人的主从同步控制以及指令传输时延对系统同步控制性能影响,本文通过研究和分析相关技术,研制出手术机器人系统,并以此研究平台,对系统的主从同步控制展开研究。本文的主要工作包括:（1）针对传统血管介入手术方式存在的弊端并结合手术中医生的操作流程,研制出主从遥操作式手术机器人系统。（2）针对机器人主从端遥操作中交互指令的传输时延以及指令粘连,提出多连接自适应固定时延通信方法,保证指令有序可靠传输且将传输时延进行可调整式固定。（3）针对机器人主从间指令传输时延对系统同步控制稳定性与跟随性的影响,对模糊PID控制方法与Smith预估控制方法展开研究并设计Smith-Fuzzy控制器降低控制系统对被控对象模型精确度的依赖以及系统时延环节对其的影响。进一步应用多连接自适应固定时延方法降低指令传输时延波动对系统的影响。经仿真试验验证,系统在Smith-Fuzzy控制器作用下,有效克服指令传输时延对系统性能影响,主从端同步控制的稳定性与跟随性满足设计要求。（4）搭建系统-人体血管模型实验平台和系统-动物实验平台,测试已研制手术机器人系统的主从同步控制的跟随精度与稳定性,以及验证手术机器人系统在临床上的可行性与安全性。
马鸿斌[2]（2020）在《近程脉冲激光测距技术研究》文中认为激光测距技术因其优异的测距性能和抗干扰能力而受到广泛的关注。目前,移动机器人等诸多新型智能产品已采用激光测距雷达作为避障设备,并对测距性能、测距精度、功耗、体积以及系统可靠性、稳定性、适用性等提出了新的要求。为此,本文针对脉冲激光测距技术展开研究,基于FPGA（Field Programmable Gate Array,现场可编程门阵列）高速信号采集和高速运算特性设计实现了一套近程脉冲激光测距系统,并通过温度校正和灰度校正进一步提高了系统的测距准确度和测距精度。首先,概述了激光测距技术的国内外研究现状,并对激光测距的方法进行了介绍。通过比较各激光测距方法的工作原理、关键技术和适用条件,并综合考虑系统成本和性价比等因素,本文确定了激光测距系统的实现方案,即基于脉冲飞行时间测距原理,以FPGA为主控芯片设计一套工作方式为直接探测的脉冲激光测距系统。其次,详细介绍了脉冲激光测距系统的工作原理,分析了噪声对系统测距性能的影响关系。根据系统光学性能以及待测距离等指标要求,确定了脉冲激光测距系统的设计方案,完成了半导体激光器和雪崩光电二极管的选型、结构设计调试及相关硬件电路的设计,并实现了光学系统收发光路同轴的结构。对于测距系统的控制部分,以FPGA作为主控芯片,编程实现了系统各模块的协调工作。在数据处理部分,利用FPGA的高速收发器以及乒乓操作模式,实现了回波信号的高速采集和数据的快速处理,并且,借助FPGA内部的高精度时钟实现了脉冲飞行时间计数,进而计算得到了待测距离信息。最后,基于系统实际参数指标,对系统的测距性能进行了理论分析和数值仿真实验,分析了系统误差的来源及其优化措施。在此基础上,搭建了测距实验平台,开展了测距性能验证实验研究。基于FPGA编程实现了温度校正和灰度校正并对测距结果进行了修正,有效提高了系统的测距准确度和测距精度。通过多组重复测距实验,本文设计的近程脉冲激光测距系统的近程最大测距范围为8.08m、测距准确度为±11mm、测距精度为5.43mm,能够实现近距离、高精度测距,因而在智能仪器安全避障和仓储预警等领域具有较好的应用潜力。
冯广增[3]（2020）在《基于激光雷达的智能汽车近程环境感知应用研究》文中指出智能汽车是汽车产业发展的重要方向。当前,智能汽车尚处于研发阶段,其中存在设计车速低、运行设计域小等问题,智能汽车近程范围内的环境感知问题未能较好地解决是造成该问题的重要原因之一。现有产品级自动驾驶感知系统主要配备毫米波雷达与视觉相机,难以实现近程范围内道路路肩、行人、异物等体积较小目标的感知。激光雷达具有较高的测量精度,可用于道路路肩与小型障碍物的探测。智能汽车利用激光雷达感知近程环境是提高其设计运行速度与适用范围的重要途径,但目前其技术应用尚不成熟。本课题旨在探索利用激光雷达进行智能汽车近程交通区域内的环境感知的应用研究,弥补毫米波雷达与视觉相机对在近程感知中的不足,主要研究内容包括以路肩为形式的道路边界的感知以及障碍物的准确探测,并通过实车实验进行验证。在道路边界感知方面,道路边界信息为智能汽车的全局路径规划提供数据支持。对于道路边界的临时性变化,高精度地图往往难以及时更新与标注,毫米波雷达与视觉相机对其检测又较为困难。本课题试图探索利用激光雷达来解决近程范围内道路边界的检测问题,主要包含三个方面:进行激光雷达的外参标定,将其输出的点云数据转换至车辆坐标系中;基于激光雷达与GPS/INS定位信息融合的方式实现主车的全局定位,获得车辆坐标系与全局惯性坐标系间的变换关系,其中,基于激光雷达的局部定位是采用目前先进的LOAM算法来实现;在车辆坐标系下,利用模型拟合方法实现基于激光点云的道路边界检测,并利用前述坐标转换关系获得全局惯性坐标系下的道路边界感知信息。实验结果表明,本文提出的道路边界感知方案具有一定的有效性与准确性。在障碍物感知方面,道路内障碍物与交通目标状态信息为智能汽车的局部行为决策提供数据支持。对于近程道路内体积较小的障碍物的检测,现有基于毫米波雷达与视觉相机的成熟方法都难以实现。本课题尝试探索利用激光雷达的高精度点云数据来获得近程道路内障碍物的感知信息,主要包含三个方面:利用前述外参标定后的点云数据基于分段平面拟合方法实现路面点云与非路面点的分离;基于经典的DBSCAN密度聚类方法检测出道路内的障碍物模型,在这里,针对DBSCAN算法的计算与内存需求大的问题以及目标点云近密远疏的特征,本文采取下采样处理、KD-Tree重组织与变阈值策略;采用最近邻法对前后帧障碍物检测信息进行数据关联,并基于滤波理论实现障碍物相对车辆坐标系的运动状态估计。实验结果显示,本文采取的障碍物感知方法对不同体积障碍物的检测具有一定的有效性与鲁棒性。
高侨[4]（2020）在《可重构柔性连接跨壁面攀爬机器人》文中进行了进一步梳理桁架结构具有设计简单、施工方便、成本低、结构稳定等优点,被广泛应用于大型建筑的建设当中。但恶劣的工况环境与突发的外界因素可能会破坏其承载结构,使其承载能力迅速下降且产生安全隐患。若未能及时发现相关隐患,则可能会引发重大安全事故。当前,对于桁架结构的健康监测大都采用人工巡检的方式,该方法效率低、误检率高,难以及时发现潜在的安全隐患。无线传感器监测网络具有自组织、可冗余配置、易于扩展的特点,具备在桁架结构中进行实时安全监测的潜力。然而在这类跨度大且构造复杂的结构中进行网络节点部署,不仅需要大量人力物力,还伴随一定的危险性。为此本文提出通过可重构机器人在桁架上部署节点组成无线传感网络的方法以监测桁架结构健康状态。与人工巡检和人工部署节点的方法相比,采用机器人不仅可以快速安全地完成节点部署工作,还可以实现失效节点的回收与节点再部署。因此研发具备在桁架结构上部署节点能力的机器人具有重要的意义。本文针对以上问题,开展了可重构柔性连接跨壁面攀爬机器人的研究。具体研究内容如下:1)设计了可重构柔性连接跨壁面攀爬机器人。首先根据桁架环境以及节点部署工作要求,分析并阐述了机器人为完成桁架监测应该具备的功能,确定了机器人模块的吸附、重构、感知、运动方式。其次分析了单节模块跨壁面的运动情形和力学模型,在此基础上设计了磁轮与重构结构。最后设计了机器人模块的电路与控制部分,并制作了机器人模块样机。2)研究了机器人的重构运动。首先提出了机器人内部的模块排序方法,实现了多模块的在线排序,可为机器人协同控制提供保障。其次将重构运动分为远程、中程、近程三个阶段,各阶段对应不同的感知与运动控制方式,并重点研究了中程阶段中机器人的感知与控制方法;机器人感知采用了视觉与AprilTag相结合的方式,实现了机器人之间相对位姿的测量。然后建立了机器人的运动学模型,采用轮式机器人点镇定运动算法研究重构运动中的对接运动,给出了多节柔性连接机器人运动控制率。最后利用Matlab对控制算法进行了仿真验证,解决了任意姿态和距离下对接运动的控制问题。3)研究了机器人的平面运动与跨壁面运动。首先分析了机器人的直行运动过程,实现了不同环境下机器人感知方式的自主判断和更换。机器人的运动采用追随控制方法,即首节模块感知领路、其他模块追踪循迹。其次对转弯运动进行分析,着重研究了转弯路径识别方法,进一步提出并验证了模块间相互作用力最小的匀速转弯运动方式。利用Matlab模拟机器人各模块之间的相互作用,得到了机器人转弯运动所需的最小半径。最后研究了机器人的跨壁面运动过程,提出了跨壁面运动策略和感知方法。采用Adams仿真分析了弹簧在三维形变下对机器人模块的作用力,从而建立了机器人跨壁面运动的力学模型。4)实验分析并验证了机器人的运动性能。利用室外桁架结构,实验验证了机器人的重构、直行、转弯运动,并采用机器人上搭载的视觉传感器、角度计等采集运动过程数据信息对相关运动进行了评估。搭建复杂空间桁架结构试验平台,验证并评估了机器人跨壁面综合运动,满足了机器人的设计要求。该论文有图82幅,表9个,参考文献88篇。
谷冀嘉[5]（2020）在《基于ROS系统的自主充电技术研究》文中进行了进一步梳理近年来,随着计算机技术的不断成熟,移动机器人的工作领域愈发的增多。而移动机器人都有一个特点,就是需要充电。为了使移动机器人能够长时间进行工作,就需要解决机器人的充电问题。移动机器人一般通过对环境构建地图,并控制机器人在地图上导航的方式进行对接充电。但这通常对机器人的操控人员和机器人的工作环境有较高的要求,因为传统的利用激光和摄像头构建环境地图的方法并不包含物体的语义信息,不是专业人员难以对地图进行操作。而且由于现在算法的缺陷,在地图建立的过程中如果有人物等动态物体的存在,会将这些动态信息也加入到地图中,使地图构建不准确。最终,由于多方面原因,导致机器人并不能和充电桩实现精确对接。为了解决移动机器人充电过程中的这些问题,本文设计了一套基于ROS（Robot Operating System）系统的自主充电对接系统。为了完成这一系统,本文做了以下几方面研究:（1）研究了利用相机对环境信息的获取工作。通过将yolov3-tiny算法移植到ROS系统下,使目标检测算法能够更方便的和ROS系统中的节点进行通信,并利用yolov3-tiny对图像进行检测,得到了图像中每个物体对应的位置信息和类别信息。改进了障碍物数据的获取方式,使数据更加贴近实际的障碍物。（2）研究了目标检测数据和深度相机数据的融合工作。通过对深度相机数据和目标检测数据进行数据融合,为每个深度相机数据赋予了语义信息。（3）研究了环境地图的构建工作。设计了语义地图的构建方法,通过带有物体信息的深度相机数据,将物体的语义信息也加入到占据栅格地图中,生成语义地图。并设计了语义标签显示程序,使语义地图能够在ROS的rviz显示软件中显示出来。设计了静态障碍物地图构建方法使地图更加利于机器人的导航。（4）研究了机器人的导航和充电桩对接工作。使机器人能够从起始点导航到地图中可通行的任意位置,并能够躲避临时的障碍物。设计了机器人和充电桩的充电对接方式,通过摄像头对充电桩进行识别,完成对充电桩的定位,实现了机器人和充电桩的准确对接。最终,通过实验的数据表明,本文设计的机器人的自主充电系统解决了移动机器人充电过程中的地图可读性差、地图包含动态障碍物信息、机器人导航不准确、机器人对接成功率不高等问题,实现了移动机器人的自主充电。
梁兴楠[6]（2019）在《智能轮椅床自动对接技术研究》文中研究指明目前,随着社会人口老龄化速度不断增加和对健康护理需求的日益提高,研制助老助残智能服务机器人并提高老年人和有功能障碍人士的生活质量具有重要的社会意义。智能轮椅床是一种具有轮椅和床功能、可变形、可分离式的智能系统,可用以提高老年人和病残人士的自理能力以及降低护理人员的劳动强度。因此,智能床椅系统成为了助老助残服务机器人的研究热点。当轮椅与辅助床对接时,人工控制的方式要求使用者掌握熟练的操作技能,影响了用户体验度的提升。因此,自动对接成为了智能轮椅床系统的一项基本功能。本论文基于全向智能轮椅床系统平台深入研究了机器人床椅系统的自动对接算法,分别针对自动对接过程中轮椅的远程视觉导引、近程床椅对接导引和轮椅的对接控制方法进行深入研究,主要研究内容如下:1)基于人工路标的轮椅远程视觉导引方法针对智能轮椅与辅助床距离较远,不能直接利用车载视觉系统采集辅助床标志物进行对接的问题,本文提出了基于人工路标的轮椅远程视觉导引方法。首先,为了在室内大环境下准确的识别轮椅,设计了新型的人工路标;其次,给出了基于几何和颜色特征的路标识别方法。为缩小目标搜索区域并提高路标的识别效率,提出基于卡尔曼滤波（Kalman Filter,KF）的目标状态估计跟踪方法;然后,利用路标的偏转角和点线之间关系实现特征点匹配;最后,采用基于P3P的定位算法实现轮椅的远程视觉定位。实验结果表明此方法能有效的识别跟踪目标并实现轮椅的定位导引。2)基于视觉和超声波传感器的床椅近程对接导引方法针对智能轮椅床近程对接导引问题,本文提出基于视觉和超声波传感器的床椅对接导引方法。该方法分为视觉导引对接阶段和超声波导引对接阶段。在视觉导引阶段,针对自动对接过程中棋盘格角点的提取可靠性问题,提出了一种改进的棋盘格角点检测方法,将其与OpenCV中的棋盘格角点检测方法相结合后,棋盘格角点检测的可靠性优于采用单一的OpenCV中棋盘格角点提取方法。针对床椅之间的视觉定位问题,采用基于平面单应性矩阵估计轮椅与辅助床的相对位姿方法。当车载相机与辅助床标志物距离越来越小,视觉导引方法无效时,切入到超声波测距导引阶段。此时先假定视觉阶段已将轮椅调整到期望位姿,然后,根据声呐反馈调整床椅的相对距离和姿态继而实现对接导引。多次对接实验结果显示该方法在床椅的自动对接导引过程中具有有效性和鲁棒性。3)基于Mecanum轮的全向轮椅自动对接控制针对基于Mecanum轮的全向轮椅对接控制问题,本文提出了分阶段镇定对接和基于点镇定的视觉伺服对接两种方法。对于分阶段镇定视觉伺服对接控制的研究,首先根据视觉反馈信息进行姿态镇定控制。然后位置镇定控制。最后,将轮椅停泊在辅助床。对于点镇定的视觉伺服对接控制研究,首先结合视觉反馈信息获得位姿误差。然后,基于此误差构造镇定控制器。最后,利用稳定性原理证明闭环系统的稳定性。仿真和实际环境的对接实验结果显示,在不同的起始位姿状态下,利用两种镇定对接控制方法均能有效的实现控制任务。
魏新勇[7]（2019）在《水面无人艇自主局部避障系统关键技术研究》文中提出水面无人艇在军用方面作为未来海洋战争的先驱是国家维护海洋权益的重要工具,在民用方面可以有效减少人工作业量和降低作业危险性,从而在世界范围内具有广泛的应用需求。而局部避障技术作为水面无人艇的核心技术之一,不仅是其智能化水平的关键衡量指标,也是其能顺利完成各项作业任务的前提。本文以“水面无人艇自主局部避障系统关键技术研究”为题,分析水面无人艇自主局部避障需求,搭建水面无人艇自主局部避障系统软件和硬件框架,提出基于深度学习的视觉感知方法和近远程避障相结合的运动规划方法,并开展实验进行验证。本文为水面无人艇的局部避障应用提供一种新思路和新方法,具有较高的学术价值和工程应用价值。论文的主要工作包括:（1）分析水面无人艇避障问题中全局避障和局部避障中的关系,确定局部避障问题实现的一般步骤;研究水面无人艇局部避障问题中需要考虑到的特性约束,根据水面无人艇在未知水域的局部避障需求,搭建由岸基信息综合分析显示系统及艇载无人传感决策系统组成的水面无人艇自主局部避障系统软硬件框架,并进行关键器件的选型。（2）结合VGG16卷积神经网络构建语义分割模型对水面图像中的天空、水面和陆地三个大类进行像素级分类,从而提取出水面边界线;针对局部避障过程中对水面图像的目标分类和目标定位需求,结合AlexNet卷积神经网络构建用于水面障碍物识别的Faster RCNN网络结构,引入评价指标对水面无人艇视觉感知技术的性能进行评估。（3）推导水面无人艇和会遇船舶的模型描述和相对运动参数,将船舶碰撞危险度模型引入水面无人艇领域,提出基于模糊数学理论的水面无人艇碰撞危险度综合评价指标。引入障碍物几何模型和运动模型描述,结合水面无人艇本体动力学特性和国际海上避碰规则,分析基于改进速度障碍法原理,提出进行远程避碰的航迹重规划方法。（4）结合确定度栅格的概念构建向量场直方图,将水面无人艇水域环境信息进行两级数据压缩,划分水面无人艇水域环境的可行和不可行区域,引入A*启发式搜索算法对水面无人艇的候选运动方向的进行前向预测寻优,提出无人船近程反应式避障方法。（5）结合MODD数据集对基于深度学习的水面无人艇视觉感知方法进行评估实验,结果表明基于VGG16的图像语义分割网络对三个类别进行分割的类平均准确率、平均交并比和加权交并比均达到了95%以上,基于AlexNet的Faster RCNN网络对船舶类障碍物和水面漂浮物的mAP值达到72%,平均帧率为7.17FPS;搭建V-REP半实物仿真实验平台对水面无人艇运动规划方法进行仿真实验,结果表明算法在能够在预设的全局路径节点序列下面对场景中的静态和动态障碍物进行符合规则的避碰,且能够在避碰后返回原航线直至目标点,避障过程中的航向角变化趋势较为平缓并与障碍物之间保留有足够的安全裕量;搭建水面无人艇实船平台和实验水池环境进行实船验证,结果表明基于深度学习的视觉感知技术能够很好地弥补激光雷达的检测盲区,在单障碍物和障碍物群避碰中均能够结合近程反应式避障方法对水面障碍物进行有效规避并最终到达目标点,避障轨迹平滑,具有良好的避障有效性和目标点可达性。
张宇潇[8]（2019）在《面向服务机器人图像分割模型与应用研究》文中指出随着市场经济与科学技术的迅速发展,服务机器人被大量应用于人类的生产生活中,并发挥重要作用。在与服务机器人相关的技术中,图像分割技术是重要的关键技术之一。在图像分割技术的帮助下,服务机器人能够对视觉图像中的每一个像素点进行分类,有助于服务机器人进行环境感知。为服务机器人自主导航,道路识别,障碍物检测等任务提供了有利条件。近年来,得益于计算机视觉与人工智能技术的迅速发展,服务机器人图像分割技术也取得了长足进步。可是,仍然有许多难点未被攻克,比如服务机器人全天候图像分割技术,可迁移的服务机器人图像分割技术,以及图像分割技术在服务机器人上的应用。因此,对服务机器人图像分割技术进行深入研究,研发新的服务机器人图像分割算法,探索新的服务机器人图像分割应用技术具有重大意义。基于上述研究背景,本论文围绕服务机器人图像分割技术展开研究。通过分析国内外服务机器人图像分割技术的研究现状,针对服务机器人图像分割技术的难点,提出了新的服务机器人图像分割算法与应用方案,取得了以下成果:（1）本论文提出了一种基于滑动窗口的服务机器人图像分割技术。通过设置一个可在服务机器人视觉图像上滑动的窗口,对窗口区域进行分类,然后将窗口区域分类结果与基于阈值的图像分割技术融合,对服务机器人视觉图像完成二值分割。在嵌入式计算平台NVIDIA jetson TK1上的应用中,取得了比较好的分割效果。（2）本论文提出了一种基于生成对抗网络的全天候服务机器人图像分割技术。通过设计一个可监督的生成器,对服务机器人全天候视觉图像进行转换,再进行二值分割。在嵌入式计算平台NVIDIA jetson TX2上的应用中,在消耗少量计算资源的前提下,取得了准确度较高的分割效果。（3）本论文提出了一种基于语义的可迁移服务机器人图像分割技术。通过引入知识语义,对服务机器人图像分割技术进行迁移学习。使服务机器人在固定场景下学习的图像分割模型能够应用于其他场景中,并取得较好的分割效果。
周风余,万方,焦建成,边钧健[9]（2019）在《家庭陪护机器人自主充电系统研究与设计》文中研究表明针对家庭陪护机器人电池容量有限,工作环不连续的问题,设计一种基于机器人操作系统（robot operating system,ROS）的家庭陪护机器人自主充电分级对接系统。采用卡尔曼滤波算法将编码器数据和惯性测量单元（inertial measurementunit,IM U）数据进行融合,同时结合激光雷达数据并基于Rao-Blackw ellized粒子滤波即时定位与构图（simultaneous localiza-tion and mapping,SLAM）算法构建环境二维栅格地图;采用A*算法和动态窗口（dynamic window approach,DWA）算法进行全局路径规划和局部路径规划,使机器人行驶至充电站附近或所在房间;采用基于双重优先级的红外导航对接算法引导机器人驶向充电站,完成与充电站的精确对接。试验结果表明,该系统有效地解决了传统方法中充电距离有限的问题,并且具有较高的对接效率、成功率、准确度和环境普适性,完全满足家庭陪护机器人的充电需求,具有较好的应用价值。
李杰[10]（2018）在《脉冲激光雷达全波形建模与处理算法研究》文中进行了进一步梳理脉冲激光雷达以其效率高、测程远、抗干扰能力强等特点在城市智能感知领域得到了广泛的应用。随着智能感知技术对感知信息量和精确度的要求逐渐提高,如何从激光回波信号中快速准确解析被测目标距离及表面特性信息成为研究热点。本文在分析激光雷达测距原理的基础上,重点开展回波信号全波形建模与处理算法的研究工作。首先,基于半导体激光器输出特性、光束传播特性及探测处理电路响应特性,完成了脉冲式半导体激光雷达全波形系统级建模,并设计了系统级全波形建模软件,为全波形信息处理技术的研究提供了理论基础。其次,结合不同回波特性,进行了全波形处理算法的设计和仿真。设计了自适应阈值算法,实现了回波时间和强度信息的高精度同步解算;基于最优窗宽对波形形心算法进行优化,提升了低信噪比环境下的测量精度;设计了一种新型多脉冲叠加回波处理算法,降低了多目标回波解算的运算量;本文还结合算法特性,提出了全波形激光雷达系统采样电路分辨率和采样率的设计标准。最后,搭建了单线脉冲激光雷达测试平台,进行波形实测实验,结果表明本文提出的脉冲式半导体激光雷达回波信号模型与真实回波信号适配度较高,全波形处理算法实测精度与仿真结果相符,其中自适应阈值法在500 MSPS采样率下得到了0.47ns的实测最大偏差和0.25ns的误差标准差。本文的研究内容对脉冲激光雷达系统的设计以及全波形回波信号处理技术的研究具有较高的参考价值,对脉冲激光雷达技术在智能感知领域的应用和发展具有重要的现实意义。
二、工业机器人的近程控制（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、工业机器人的近程控制（论文提纲范文）
（1）血管介入手术机器人主从同步控制研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 主从式血管介入手术机器人系统国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文组织结构与研究内容 |
| 第二章 血管介入手术机器人主从同步控制系统总述 |
| 2.1 系统总体结构 |
| 2.2 系统主从端机构设计 |
| 2.2.1 系统主端机构设计 |
| 2.2.2 系统从端机构设计 |
| 2.3 系统主从同步控制功能开发 |
| 2.3.1 推拉动作实现 |
| 2.3.2 旋转动作实现 |
| 2.3.3 力感知实现 |
| 2.3.4 安全机制实现 |
| 2.4 本章小结 |
| 第三章 血管介入手术机器人系统主从指令传输方法设计 |
| 3.1 系统主从通信时延构成和性能影响分析 |
| 3.2 系统主从通信时延测试 |
| 3.3 系统主从多连接自适应固定时延的指令传输方法 |
| 3.3.1 交互指令粘连与拆分现象分析 |
| 3.3.2 多连接自适应固定时延的指令传输方法 |
| 3.4 本章小结 |
| 第四章 血管介入手术机器人Smith-Fuzzy控制器研究 |
| 4.1 器械递送机构数学模型 |
| 4.2 PID控制器设计 |
| 4.2.1 PID控制器理论介绍 |
| 4.2.2 PID控制器参数整定 |
| 4.3 模糊PID控制器设计 |
| 4.3.1 模糊控制系统基本原理 |
| 4.3.2 模糊PID控制器设计 |
| 4.4 模糊PID控制系统仿真 |
| 4.5 Smith预估控制原理 |
| 4.6 Smith预估器的改进 |
| 4.7 Smith-Fuzzy控制器的设计与仿真 |
| 4.8 本章小结 |
| 第五章 血管介入手术机器人系统实验 |
| 5.1 系统主从同步控制精度测试 |
| 5.2 系统血管模型实验 |
| 5.3 系统动物实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术成果 |
（2）近程脉冲激光测距技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 激光测距技术研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 1.3 本文研究内容 |
| 2 激光测距原理分析 |
| 2.1 激光测距方法 |
| 2.1.1 脉冲激光飞行时间测距法 |
| 2.1.2 调制波相位测距法 |
| 2.1.3 扫频干涉测距法 |
| 2.1.4 多波长干涉测距法 |
| 2.1.5 测距方法比较总结 |
| 2.2 激光测距系统的工作原理 |
| 2.3 激光测距方程 |
| 2.4 激光测距性能分析 |
| 2.4.1 激光信号的探测方式 |
| 2.4.2 大气环境对激光测距性能的影响 |
| 2.4.3 背景噪声对激光探测影响 |
| 2.4.4 探测器内部噪声 |
| 2.5 本章小结 |
| 3 脉冲激光测距系统设计 |
| 3.1 脉冲激光测距系统整体结构 |
| 3.2 脉冲激光发射单元 |
| 3.2.1 激光器 |
| 3.2.2 光源驱动电路 |
| 3.3 回波信号接收单元 |
| 3.3.1 雪崩光电二极管 |
| 3.3.2 放大电路 |
| 3.3.3 整形转换电路 |
| 3.4 光学系统设计及准直校正 |
| 3.4.1 收发同轴原理介绍 |
| 3.4.2 收发同轴调试平台设计 |
| 3.4.3 收发同轴调试过程 |
| 3.5 FPGA主控单元设计 |
| 3.5.1 FPGA基本结构 |
| 3.5.2 FPGA开发流程 |
| 3.5.3 CycloneⅣ系列FPGA器件特性 |
| 3.6 本章小结 |
| 4 脉冲激光测距系统测距性能模拟 |
| 4.1 近程最大测距范围 |
| 4.2 误差分析 |
| 4.2.1 系统静态误差 |
| 4.2.2 随机误差 |
| 4.3 本章小结 |
| 5 软件程序设计 |
| 5.1 软件设计结构 |
| 5.2 脉冲激光发射模块 |
| 5.3 APD偏压控制模块 |
| 5.4 ALTGX高速收发器 |
| 5.5 数据接收模块 |
| 5.6 串并转换模块 |
| 5.7 测距计算模块“乒乓操作” |
| 5.8 距离计算模块 |
| 5.9 测距结果灰度校正模块 |
| 5.10 测距结果温度校正模块 |
| 5.11 累加平均模块 |
| 5.12 本章小结 |
| 6 脉冲激光测距系统测距实验研究 |
| 6.1 测距实验平台 |
| 6.2 灰度校正 |
| 6.2.1 灰度校正模型 |
| 6.2.2 灰度校正效果 |
| 6.3 温度校正 |
| 6.3.1 温度校正模型 |
| 6.3.2 温度校正效果 |
| 6.4 近程最大测距范围 |
| 6.5 测距准确度 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 工作总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 :攻读硕士期间参加的项目及成果 |
（3）基于激光雷达的智能汽车近程环境感知应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的背景与提出 |
| 1.2 课题相关研究现状 |
| 1.2.1 智能汽车的发展研究现状 |
| 1.2.2 激光雷达在智能汽车环境感知中的应用研究现状 |
| 1.3 本文主要研究内容与章节安排 |
| 第2章 道路边界感知技术研究 |
| 2.1 激光雷达外部参数标定方法介绍 |
| 2.1.1 数据获取 |
| 2.1.2 外参标定 |
| 2.2 智能汽车全局位姿的融合估计方法研究 |
| 2.2.1 激光雷达定位 |
| 2.2.2 LiDAR与 GPS/INS融合的全局位姿估计 |
| 2.3 道路边界检测的模型拟合方法研究 |
| 2.3.1 道路边界检测算法概述 |
| 2.3.2 模型拟合的道路边界检测方法 |
| 2.4 本章小结 |
| 第3章 道路障碍物感知技术研究 |
| 3.1 原始点云数据预处理 |
| 3.1.1 点云滤波处理方法介绍 |
| 3.1.2 路面区域的平面拟合方法研究 |
| 3.2 障碍物目标检测 |
| 3.2.1 聚类算法分析 |
| 3.2.2 障碍物检测的点云密度聚类方法研究 |
| 3.3 障碍物运动状态估计 |
| 3.3.1 数据关联 |
| 3.3.2 基于CS模型的状态估计方法研究 |
| 3.4 本章小结 |
| 第4章 实验与验证 |
| 4.1 实验平台及环境 |
| 4.1.1 硬件平台搭建 |
| 4.1.2 软件环境 |
| 4.2 实验验证及分析 |
| 4.2.1 道路边界感知结果 |
| 4.2.2 障碍物感知结果 |
| 4.3 本章小结 |
| 第5章 全文总结和研究展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
（4）可重构柔性连接跨壁面攀爬机器人（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 2 可重构柔性连接跨面攀爬机器人总体设计方案 |
| 2.1 机器人设计要求 |
| 2.2 基本方案 |
| 2.3 机器人设计分析 |
| 2.4 机器人本体设计 |
| 2.5 本章小结 |
| 3 机器人重构运动研究 |
| 3.1 机器人重构运动方案设计 |
| 3.2 机器人重构运动感知设计 |
| 3.3 机器人重构运动控制 |
| 3.4 本章小结 |
| 4 机器人平面运动和跨壁面运动研究 |
| 4.1 机器人直行运动 |
| 4.2 机器人转弯运动 |
| 4.3 机器人跨壁面运动 |
| 4.4 本章小结 |
| 5 机器人性能实验研究 |
| 5.1 重构运动实验 |
| 5.2 平面运动实验 |
| 5.3 跨壁面运动实验 |
| 5.4 桁架结构机器人运动综合实验 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）基于ROS系统的自主充电技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 移动机器人的国内外研究现状 |
| 1.2.1 移动机器人的国外研究现状 |
| 1.2.2 移动机器人的国内研究现状 |
| 1.3 利用相机进行地图构建研究现状 |
| 1.4 移动机器人充电对接技术研究现状 |
| 1.5 论文研究工作和内容安排 |
| 第二章 视觉SLAM现有模型 |
| 2.1 视觉里程计的产生方法 |
| 2.1.1 特征点的选择和匹配 |
| 2.1.2 利用対极约束估计相机的运动 |
| 2.2 利用回环检测优化相机运动 |
| 2.3 现有的视觉地图建立方式 |
| 2.3.1 深度相机构建点云地图原理 |
| 2.3.2 深度相机构建八叉树地图原理 |
| 2.4 基于深度相机的移动机器人导航对接框架 |
| 2.5 本章小结 |
| 第三章 利用相机获取环境信息 |
| 3.1 引言 |
| 3.2 相机的标定 |
| 3.3 利用目标检测算法获取物体的位置和属性 |
| 3.3.1 SSD目标检测算法 |
| 3.3.2 Faster R-CNN目标检测算法 |
| 3.3.3 Yolo v3 目标检测算法 |
| 3.4 目标检测实验和数据的获取 |
| 3.4.1目标检测实验 |
| 3.4.2 目标检测数据的获取 |
| 3.5 利用相机深度图获取环境障碍物数据及改进 |
| 3.6 本章小结 |
| 第四章 利用深度相机构建二维环境地图 |
| 4.1 引言 |
| 4.2 深度相机数据的处理 |
| 4.3 深度相机数据和目标检测数据融合 |
| 4.4 利用深度摄像头进行环境地图的构建 |
| 4.4.1 基于改进的Rao-Blackwellized算法的地图估计过程 |
| 4.4.2 利用深度相机构建语义地图 |
| 4.4.3 利用深度相机构建静态环境地图 |
| 4.5 本章小结 |
| 第五章 机器人的导航和充电对接设计 |
| 5.1 引言 |
| 5.2 基于自适应蒙特卡罗的机器人定位方法 |
| 5.3 机器人的路径规划方式 |
| 5.3.1 机器人的全局路径规划 |
| 5.3.2 机器人的局部路径规划 |
| 5.4 机器人的对接方式设计 |
| 5.5 系统软件设计 |
| 5.6 本章小结 |
| 第六章 基于ROS的自主充电对接系统实验 |
| 6.1 机器人硬件实验平台 |
| 6.2 环境地图构建实验 |
| 6.3 机器人导航实验 |
| 6.4 机器人和充电桩对接试验 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究的不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（6）智能轮椅床自动对接技术研究（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 国内外研究现状 |
| 1.2.1 机器人床椅的自动对接方法研究现状 |
| 1.2.2 基于路标的智能机器人视觉定位研究现状 |
| 1.2.3 移动机器人视觉伺服研究现状 |
| 1.3 论文的研究内容与结构安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文结构安排 |
| 1.4 本章小结 |
| 第2章 基于人工路标的智能轮椅远程视觉导引 |
| 2.1 智能轮椅远程视觉导引架构 |
| 2.2 新型人工路标设计 |
| 2.3 算法设计 |
| 2.3.1 人工路标识别算法 |
| 2.3.2 基于KF的路标跟踪算法 |
| 2.3.3 特征点匹配算法 |
| 2.4 远程视觉定位 |
| 2.4.1 远程坐标系系统定义 |
| 2.4.2 基于P3P的轮椅与相机相对定位 |
| 2.4.3 轮椅的远程视觉定位 |
| 2.5 本章小结 |
| 第3章 基于视觉和超声波传感器的床椅近程对接导引 |
| 3.1 近程床椅对接导引架构 |
| 3.2 对接合作目标特征点检测 |
| 3.2.1 目标识别 |
| 3.2.2 角点粗提取 |
| 3.2.3 伪角点的剔除与亚像素定位 |
| 3.2.4 棋盘格角点检测实验结果 |
| 3.3 近程床椅对接视觉定位 |
| 3.3.1 近程床椅对接坐标系系统定义 |
| 3.3.2 基于平面单应性的相机与对接目标相对定位 |
| 3.3.3 轮椅的近程视觉定位 |
| 3.4 基于超声波传感器的对接导引 |
| 3.5 本章小结 |
| 第4章 智能轮椅自动对接控制 |
| 4.1 对接控制问题描述 |
| 4.2 基于Mecanum轮的全向轮椅运动学分析 |
| 4.3 视觉伺服对接控制方法 |
| 4.3.1 分阶段镇定视觉伺服对接控制 |
| 4.3.2 基于点镇定的视觉伺服对接控制 |
| 4.4 实验仿真与分析 |
| 4.4.1分阶段镇定视觉伺服控制仿真实验 |
| 4.4.2基于点镇定的视觉伺服控制仿真实验 |
| 4.5 本章小结 |
| 第5章 实验结果与分析 |
| 5.1 实验系统 |
| 5.1.1 硬件系统描述 |
| 5.1.2 软件系统描述 |
| 5.2 远程视觉导引实验 |
| 5.2.1远程轮椅的静态定位实验 |
| 5.2.2轮椅远程视觉导引实验 |
| 5.3 近程床椅自动对接实验 |
| 5.3.1近程轮椅的静态定位实验 |
| 5.3.2 分阶段镇定视觉伺服对接 |
| 5.3.3 基于点镇定的视觉伺服对接 |
| 5.4 远-近程床椅自动对接实验 |
| 5.5 本章小结 |
| 总结 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（7）水面无人艇自主局部避障系统关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号缩写表 |
| 第一章 绪论 |
| 1.1 论文提出背景及意义 |
| 1.2 论文相关内容的国内外研究进展 |
| 1.2.1 水面无人艇发展概况 |
| 1.2.2 水面无人艇视觉感知技术 |
| 1.2.3 水面无人艇避障规划技术 |
| 1.3 论文主要研究内容与章节安排 |
| 第二章 水面无人艇自主局部避障系统框架设计 |
| 2.1 引言 |
| 2.2 水面无人艇局部避障特性约束 |
| 2.2.1 水面无人艇动力学特性约束 |
| 2.2.2 水面无人艇海上避碰规则约束 |
| 2.3 水面无人艇自主局部避障系统框架 |
| 2.3.1 水面无人艇局部避障基本步骤 |
| 2.3.2 水面无人艇自主局部避障系统硬件框架 |
| 2.3.3 水面无人艇自主局部避障系统软件框架 |
| 2.4 水面无人艇传感器数据预处理 |
| 2.4.1 激光雷达数据预处理 |
| 2.4.2 摄像头数据预处理 |
| 2.5 本章小结 |
| 第三章 基于深度卷积网络的水面无人艇视觉感知技术 |
| 3.1 引言 |
| 3.2 基于图像语义分割的水面边界线检测 |
| 3.2.1 基于卷积神经网络的图像语义分割方法 |
| 3.2.2 图像语义分割网络架构 |
| 3.2.3 语义分割网络训练与评价指标 |
| 3.3 基于Faster-RCNN的水面障碍物识别 |
| 3.3.1 基于Faster-RCNN的目标检测方法 |
| 3.3.2 水面图像目标检测网络架构 |
| 3.3.3 目标检测算法评价指标 |
| 3.4 基于深度卷积网络的水面无人艇视觉感知技术实现 |
| 3.5 本章小结 |
| 第四章 基于航迹重规划的水面无人艇远程避碰方法 |
| 4.1 引言 |
| 4.2 障碍物模型与运动参数计算 |
| 4.3 水面无人艇碰撞危险度模型 |
| 4.4 基于改进速度障碍法的航迹重规划方法 |
| 4.4.1 速度障碍法原理 |
| 4.4.2 引入障碍物速度不确定度 |
| 4.4.3 结合局部避障特性约束 |
| 4.4.4 结合最优避障速度的航迹重规划 |
| 4.5 水面无人艇远程避碰方法仿真结果与分析 |
| 4.5.1 水面无人艇远程避碰方法实现流程 |
| 4.5.2 水面无人艇远程避碰方法仿真 |
| 4.6 本章小结 |
| 第五章 基于VFH*的水面无人艇近程反应式避障方法 |
| 5.1 引言 |
| 5.2 VFH*局部避障算法 |
| 5.3 基于VFH*的水面无人艇近程反应式避障方法 |
| 5.3.1 主直方图构建 |
| 5.3.2 二元直方图构建 |
| 5.3.3 掩模直方图构建 |
| 5.3.4 候选运动方向选择与预测寻优 |
| 5.4 水面无人艇近程反应式避障方法仿真结果与分析 |
| 5.4.1 水面无人艇近程反应式避障方法实现流程 |
| 5.4.2 水面无人艇近程反应式避障方法仿真 |
| 5.5 本章小结 |
| 第六章 实验结果与分析 |
| 6.1 引言 |
| 6.2 水面无人艇视觉感知方法实验 |
| 6.2.1 运行环境和数据集准备 |
| 6.2.2 基于图像语义分割的水面边界线检测实验 |
| 6.2.3 基于Faster RCNN的水面障碍物识别实验 |
| 6.2.4 结合视觉感知方案的水面无人艇局部避障实验 |
| 6.3 水面无人艇运动规划方法综合仿真实验 |
| 6.3.1 V-REP仿真平台 |
| 6.3.2 运动规划方法综合仿真实验 |
| 6.4 水面无人艇自主局部避障系统关键技术应用实验 |
| 6.4.1 水面无人艇自主局部避障系统实验平台搭建 |
| 6.4.2 基于视觉感知的水面无人艇局部避障应用实验 |
| 6.4.3 障碍物群的水面无人艇局部避障应用实验 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（8）面向服务机器人图像分割模型与应用研究（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 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 面向服务机器人图像分割技术难点分析 |
| 1.3.1 服务机器人图像分割技术的应用难点分析 |
| 1.3.2 全天候室外服务机器人图像分割技术的难点分析 |
| 1.3.3 服务机器人图像分割技术的迁移难点分析 |
| 1.4 论文主要研究内容及创新点 |
| 1.4.1 论文研究内容 |
| 1.4.2 论文创新点 |
| 1.5 论文章节安排 |
| 第二章 图像分割相关技术介绍 |
| 2.1 基于自动阈值分割的图像分割技术介绍 |
| 2.2 基于深度学习的可监督图像分割技术介绍 |
| 2.2.1 基于交叉熵损失函数的图像分割技术介绍 |
| 2.2.2 基于生成对抗网络的图像分割技术介绍 |
| 2.3 图像分割模型的无监督迁移技术介绍 |
| 2.4 图像分割模型的评价指标介绍 |
| 2.5 图像分割模型应用相关工具介绍 |
| 2.5.1 开源跨平台视觉库OpenCV介绍 |
| 2.5.2 深度学习框架Caffe介绍 |
| 2.5.3 深度学习框架TensorFlow介绍 |
| 2.6 本章小结 |
| 第三章 基于滑动窗口的室外服务机器人自适应图像分割方法 |
| 3.1 相关概念定义 |
| 3.2 基于滑动窗口的服务机器人领域自适应图像分割算法 |
| 3.2.1 算法设计动机 |
| 3.2.2 算法框架 |
| 3.2.3 算法详细介绍 |
| 3.3 实验数据集制作 |
| 3.4 实验设置与结果分析 |
| 3.4.1 实验设置 |
| 3.4.2 实验结果与分析 |
| 3.5 图像分割模型的应用 |
| 3.6 本章小结 |
| 第四章 全天候室外服务机器人图像分割方法 |
| 4.1 相关概念定义 |
| 4.2 基于生成对抗网络的全天候室外服务机器人图像分割算法 |
| 4.2.1 算法设计动机 |
| 4.2.2 算法框架 |
| 4.2.3 算法详细介绍 |
| 4.3 实验数据采集与标定 |
| 4.4 实验设置与结果分析 |
| 4.4.1 实验设置 |
| 4.4.2 实验结果分析 |
| 4.5 图像分割模型的应用 |
| 4.6 本章小结 |
| 第五章 基于语义的可迁移服务机器人城市图像分割方法 |
| 5.1 相关概念定义 |
| 5.2 基于语义的无监督可迁移服务机器人城市图像分割算法 |
| 5.2.1 算法设计动机 |
| 5.2.2 算法框架 |
| 5.2.3 算法详细介绍 |
| 5.3 实验数据集介绍 |
| 5.4 实验设置与结果分析 |
| 5.4.1 实验设置 |
| 5.4.2 实验结果分析 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 全文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（9）家庭陪护机器人自主充电系统研究与设计（论文提纲范文）
| 0 引言 |
| 1 自主充电系统整体设计 |
| 2 自主充电室内环境地图构建 |
| 3 自主充电对接算法 |
| 3.1 远程对接 |
| 3.2 近程对接 |
| 3.2.1 基于双重优先级的红外导航对接算法 |
| 3.2.2 基于模糊控制的动态避障 |
| 4 系统测试 |
| 4.1 地图构建 |
| 4.2 自主充电远程对接 |
| 4.3 自主充电近程对接 |
| 5 结语 |
（10）脉冲激光雷达全波形建模与处理算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 激光雷达的发展现状 |
| 1.2.2 车载激光雷达的研究进展 |
| 1.2.3 全波形处理技术研究进展 |
| 1.3 论文的主要工作和内容安排 |
| 第2章 脉冲激光雷达理论 |
| 2.1 激光雷达测距原理 |
| 2.1.1 相位式激光测距原理 |
| 2.1.2 脉冲式激光测距原理 |
| 2.1.3 相位式与脉冲式激光测距的比较 |
| 2.2 脉冲激光雷达测距误差分析 |
| 2.2.1 脉冲测距方法的误差来源 |
| 2.2.2 全波形激光雷达优势 |
| 2.3 本章小结 |
| 第3章 脉冲激光雷达全波形建模 |
| 3.1 激光器输出特性建模 |
| 3.1.1 半导体激光器驱动信号建模 |
| 3.1.2 半导体激光器功率特性建模 |
| 3.1.3 半导体激光器驱动电路实现 |
| 3.2 光束传播特性建模 |
| 3.3 激光探测处理电路建模 |
| 3.4 脉冲激光雷达全波形建模及系统级建模软件设计 |
| 3.5 脉冲激光雷达多目标复合回波信号建模 |
| 3.6 本章小结 |
| 第4章 全波形处理算法设计 |
| 4.1 单模回波处理算法设计与仿真 |
| 4.1.1 自适应阈值法设计与仿真 |
| 4.1.2 波形形心法设计与仿真 |
| 4.1.3 单模回波处理算法的精度比较 |
| 4.2 多模回波处理算法设计与仿真 |
| 4.2.1 滤波算法 |
| 4.2.2 脉冲识别与初定位 |
| 4.2.3 多目标距离解算 |
| 4.3 全波形处理算法对ADC指标要求的研究 |
| 4.3.1 全波形处理算法性能研究 |
| 4.3.2 ADC指标参数的确定 |
| 4.4 本章小结 |
| 第5章 基于实测波形的全波形处理算法验证 |
| 5.1 单线激光雷达测试平台搭建 |
| 5.2 全波形处理算法的验证 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和科研情况说明 |
| 致谢 |
四、工业机器人的近程控制（论文参考文献）
- [1]血管介入手术机器人主从同步控制研究[D]. 李亿发. 北京邮电大学, 2021(01)
- [2]近程脉冲激光测距技术研究[D]. 马鸿斌. 东华大学, 2020(01)
- [3]基于激光雷达的智能汽车近程环境感知应用研究[D]. 冯广增. 吉林大学, 2020(08)
- [4]可重构柔性连接跨壁面攀爬机器人[D]. 高侨. 中国矿业大学, 2020(01)
- [5]基于ROS系统的自主充电技术研究[D]. 谷冀嘉. 电子科技大学, 2020(07)
- [6]智能轮椅床自动对接技术研究[D]. 梁兴楠. 北京工业大学, 2019(03)
- [7]水面无人艇自主局部避障系统关键技术研究[D]. 魏新勇. 华南理工大学, 2019
- [8]面向服务机器人图像分割模型与应用研究[D]. 张宇潇. 电子科技大学, 2019(01)
- [9]家庭陪护机器人自主充电系统研究与设计[J]. 周风余,万方,焦建成,边钧健. 山东大学学报(工学版), 2019(01)
- [10]脉冲激光雷达全波形建模与处理算法研究[D]. 李杰. 天津大学, 2018(06)