一、线性传感器拟合参考直线的选择（论文文献综述）
王立彬[1]（2021）在《光幕式动车车轴形状误差检测及评估方法研究》文中研究表明自进入21世纪以来,我国的轨道运输事业以惊人的速度快速发展,人民的经济状况和生活水平也随着改革开放以来的一系列政策得到极大的提高改善,与此同时,人们的出行和货物运输方式都发生了巨大的变化。动车组在交通运输中的应用越来越广泛,使用率明显提升。因此,对于动车组的使用性能和安全性能等标准的要求也日益增高。其中,连接车轮的动车车轴作为动车组运行过程中为车轮前进传递动力的重要部件,对动车组的运行性能、安全性能及使用寿命有着重要影响,而车轴的形状误差对车轴质量的评价起着关键性的作用。因此,研究动车车轴形状误差的检测与评估方法具有重要的现实意义和应用价值。目前,虽然许多企业及研究机构在动车车轴形状误差的检测方面已经达到了生产标准,但是仍存在许多有待完善之处。例如,由于测量方式繁琐,导致无法实现动车车轴形状误差的在线实时检测,以及所采用的形状误差评定方法复杂,运算时间长等,导致无法被车间工人熟练掌握且检测速度慢。针对这些问题,本文通过一套基于光幕传感器的动车车轴表面数据测量系统,结合简单可行且具有高精度的形状误差评定方法,在保证检测精度的前提下,实现了动车车轴圆度误差、圆柱度误差及空间直线度误差的在线检测。首先,本文的动车车轴形状误差检测方案中,基于光幕式传感器搭建了一套动车车轴测量系统,通过控制车轴及传感器的多种相对运动方式,实现对形状误差评定所需车轴表面数据的采集。然后,在圆度误差评定方面,将数字图像处理领域针对图形检测应用的霍夫变换技术引入到圆拟合中,并基于贝叶斯线性回归,实现了最终的圆拟合,应用最小包容区域法实现对圆度误差的最终评定。在圆柱度误差评定方面,基于圆度误差评定中的圆拟合部分,采用起始与终止截面各自构建网格点,应用网格搜索算法实现对圆柱度误差的评定。在空间直线度评定方面,通过对测量点的投影和坐标变换,将测量点转换到同一坐标平面内,应用旋转逼近法,实现对空间直线度的评定。最后,在实验过程中,通过将圆度误差、圆柱度误差及空间直线度误差的评定结果与其它形状误差评定方法的结果相比较,验证了本文所提出的评定方法的正确性和稳定性,且本文的测量结果具有更高的精度,表明本文中的车轴参数测量及形状误差评定方法有效可行,能够达到检测标准要求。
简丹[2]（2021）在《用于快速现场检测的小型化光谱分析系统研制》文中研究指明光谱分析是最为基础和普遍的病原体检测方法之一,被广泛应用于生物、医学、环境以及食品安全等领域。传统的光谱仪在追求检测精度的过程中,往往导致其系统体积相对庞大、价格昂贵以及需要专业人员进行操作。然而在快速现场检测应用中,则需要光谱仪不断的向小型化以及智能化的方向发展。目前提出的小体积光谱检测系统存有在一些不足,一是仍然需要体积较大且成本较高的宽带光源为光谱分析系统提供一个稳定均匀的宽带背景光谱,因此限制了光谱系统体积尺寸的进一步缩小;二是光谱分析系统大都需要对制备完成的被测样品进行二次转移,将其盛放到特定比色皿中才能够实现测量,这不仅增加了实验的操作步骤,同时在操作过程中也引入了一定的测量误差。三是多数小型化光谱分析系统考虑到体积尺寸的限制,仅能够实现单通道光谱测量,无法满足高效率测量的需求。针对小型化光谱分析系统由于需要附加大体积宽带光源而无法对光路尺寸进一步减小的限制,本文设计了基于智能手机的太阳光小型化光谱仪。利用太阳光作为背景光源不仅为系统提供了较卤素灯更为连续均匀的宽光谱光源,保证了系统在宽波段内具有高的信噪比,更为重要的是还能省去光路中光源的体积,有效的减小了系统尺寸。基于智能手机的太阳光小型化光谱仪的体积尺寸仅为140.2 mm×67.4 mm×80.5 mm,并且能够实现对实际样品禽流感病毒抗体和猪圆环病毒抗体的精确测量。为了克服小型化光谱分析系统无法实现远端测量的不足,本文设计了基于智能手机的光纤表面等离子体共振（SPR）光谱仪,该平台利用了基于AuNP的熔接透射式光纤局域表面等离子体共振（LSPR）探针作为信号传感器。将光纤探针和小体积的智能手机光谱分析系统相结合,则可以实现光路结构紧凑、体积小巧以及检测灵活的SPR光谱分析系统。通过对折射率不同的标准乙醇溶液进行测量,证明了基于智能手机的光纤表面等离子体共振（SPR）光谱仪对被测溶液的折射率变化有高度的线性灵敏响应,以及高精度的测量结果。为了解决小型化光谱分析系统单通道测量,效率低的问题,因此本文做出了多通道小型化光谱仪的工作。多通道小型化光谱仪是利用单个CCD传感器对多个通道的光谱信号进行采集,实现了多通道的光谱实时测量,有效的提高了小型化光谱分析系统的测量效率。此外,还可以通过CCD的USB接口连接平板电脑,实现对系统光路的控制和对三通道光谱信号的自动读取和分析。利用多通道小型化光谱仪能够实现对实际样品禽流感病毒抗体溶液的多通道准确测量。本文提出的基于智能手机的太阳光小型化光谱仪、基于智能手机的光纤表面等离子体共振（SPR）光谱仪和多通道小型化光谱仪分别克服了小型化光谱分析系统光源体积尺寸大、远端测量不足和检测效率低的问题,使小型化光谱分析系统更加适用于现场检测的应用中。
李煜天[3]（2021）在《基于针织应变传感器的人体运动识别研究》文中提出随着交叉学科及人工智能的广泛应用,智能可穿戴产品不断涌现,兼顾舒适性与智能性的服装产品备受消费者喜爱,智能传感设备与纺织服装相结合可以极大化的发挥智能传感设备的导电性能及服装穿着的舒适性、质轻性等特点,使智能可穿戴设备成为一种日常化穿戴产品。可穿戴智能产品应用范围较广,适用于人体健康、医疗及运动竞技等领域,例如智能人体监测服装,可用于日常预防偏瘫、帕金森前期诊断,先天性关节步态不稳等,将这种预警或诊断信号传输至医护人员可有效降低患病风险;体育运动员在日常训练时,可以通过肢体运动监测或运动弯曲幅度判断姿态标准性或动作规范程度,从而大幅提高运动成绩或效率。弹性针织物是一种具有大应变和高度拉伸回复性的材料,应用于服装中可随人体肢体运动产生显着变形,加入导电纤维可将织物变形转换成电信号变化,制备集针织应变传感器为一体的弹性服装可以实现人体日常运动检测。因此,寻求一种具有日常良好穿戴体验且识别准确率较高的针织智能服装显得尤为重要。基于针织材料的高性能针织应变传感器有望提供卓越的穿戴舒适性、三维曲面贴合性、高灵敏性及使用稳定性,对实时运动检测具有重要的理论意义和使用价值。本文将不锈钢/涤纶型与镀银锦纶型针织应变传感器作为研究对象,揭示针织物变形、应变传感与人体运动三者之间的内在关系。分析二维及三维曲面应变传感性能,同时建立二维及三维动态等效电阻模型,阐明弹性导电针织物传感机理。实现具有高灵敏度和稳定性的多区域应变传感运动裤设计与制备。采集人体步态信号,提取运动特征,研究识别方式及准确率,最终实现可穿戴识别系统构建。本文的主要工作内容为以下几个部分。（1）制备了不锈钢/涤纶型与镀银锦纶型两种针织应变传感器,对比两种应变传感器组织结构、密度、拉伸速率等参数对传感性能的影响,探索针织应变传感器传感机理包括灵敏度、滞后性、重复性、稳定性等传感性能指标,寻找适合于人体运动检测的针织应变传感器结构。试验结果表明,与不锈钢/涤纶型针织应变传感器相比镀银锦纶型针织应变传感器在纵向拉伸时,应变灵敏度较高,传感器应变感测范围可达140%,并且在应变率0-70%时表现出良好的应变灵敏度和应变-电阻线性关系。纬平组织应变传感器相对1+1罗纹、2+2罗纹组织传感性能更佳;在不同速率下,镀银锦纶型应变传感器仍能保持稳定的传感性能;同时,经过3000次循环重复拉伸回复试验后,应变传感器重现性良好,电阻偏移变化较小,具有一定的长期稳定传感性能。（2）研究针织应变传感器三维曲面传感性能,分析三维曲面测试方法、针织应变传感器受力情况、计算三维曲面应变率,以及三维曲面应变-电阻变化、顶破速率和重复性对三维曲面应变传感性能的影响,对比二维应变拉伸和三维曲面应变传感性能。试验结果表明,三维曲面传感应变感测范围可以达到140%,在感测范围在0-120%应变率内,传感器电阻变化率和应变呈正相关性。对比二维纵向拉伸试验和三维曲面顶破试验,三维曲面应变有效传感范围是二维拉伸试验的两倍,二维纵向拉伸传感灵敏度相对更高,三维传感响应时间更短,两种传感应变方式都具有良好的循环重复性及连续工作稳定性。三维曲面传感对被测物体传感方向及物体表面形状限制较小,适用范围更广,可以满足更多传感场景及被测物体。（3）建立针织应变传感器基于二维应变的宏观-微观和拓扑结构两种等效电阻模型,对比了两种等效电阻模型的优缺点,建立基于三维曲面应变的等效电阻模型,分别将三种等效电阻模型与试验结果对比。试验结果表明,针织应变传感器的电阻变化与传感器织物长度电阻,线圈转移有直接关系。拓扑结构等效电阻模型预测拟合准确率更高,但计算比较复杂,适用于横纵列数较小的针织应变传感器电阻预测。宏观-微观等效电阻模型计算简便快捷,适用于面积较大的针织应变传感器电阻预测。三维曲面等效电阻模型与顶破深度有直接关系,可用于预测针织应变传感器三维曲面应变时的电阻变化。（4）通过3D人体扫描系统测量了人体膝关节皮肤应变量,并制备了集成多区域针织应变传感器的高弹性运动裤,对人体肢体运动的膝关节屈曲角,步态运动进行测试。试验结果表明,膝关节皮肤应变率最大的区域位于前中平分线与膝围线区域,前中平分线区域传感器能较好的反映出跑步、走路、上、下台阶运动姿态,适合作为高弹性运动裤的主要传感区域,集成针织应变传感器的高弹性运动裤具有良好的运动传感性能和灵敏度。通过电阻数值特征、步行周期划分、多区域感测及机器学习等方式对人体步态运动进行识别。建立了可穿戴运动识别系统。试验结果表明,电阻数值特征识别方式是一种计算相对简单的识别方式。步行周期与电阻曲线变化一一对应,利用多区域感测及支持向量机算法可以更好的提高运动识别准确率,四种运动的综合识别准确率为84.38%,其中跑步运动的识别率最高。本研究系统全面地分析针织应变传感器二维及三维应变传感性能及动态等效电阻模型,建立针织物变形、应变传感、人体运动三者之间的关系,制备集多区域应变传感器的高弹性运动裤,实现应变传感器感测的同时输出对应运动状态,构建可穿戴运动识别系统,为智能可穿戴设备和人体运动识别提供参考。
宁航[4]（2021）在《基于道路线形的智能汽车安全行驶模型研究》文中研究表明安全是智能汽车行驶的首要问题,合理的道路线形设计是汽车安全行驶的基础和关键因素。论文针对智能汽车与道路线形有关的安全行驶问题展开相关研究,聚焦于极限道路线形条件下紧急制动、道路线形相关前方事故多发路段预判及异常车辆行驶轨迹预判三种具有代表性的安全行驶问题。主要创新性工作如下:研究了极限条件下紧急制动时的制动性能,建立了典型道路线形条件下制动距离模型,特别地,分析了不同道路线形模型之间的关系。根据2-范数理论,建立了直线道路线形紧急制动距离模型和极限小半径圆曲线道路线形紧急制动距离模型;通过皮尔逊线性相关系数对不同道路线形的制动距离模型进行相关性分析;基于余弦相似度与相对误差,对制动力数据进行聚类,给出了制动力时序数据分段算法,提取出阻滞力段、上升段、持续段、释放段四个簇及相应时间分界点,从制动力各阶段时间特性角度对制动距离进行微观分析。实验结果表明:相同制动初速度条件下,极限小半径圆曲线道路线形紧急制动距离为直线道路线形的1.1～1.3倍。研究了道路线形对智能汽车行驶安全性的影响,建立了预判事故多发路段的神经网络模型和多元数学模型。以道路线形技术指标为输入,使用数据驱动和模型驱动相结合的方法进行特征提取并建立模型,用于对前方路段事故数的预测;计算各个道路线形技术指标与事故数之间的偏相关系数,从中挑选出与事故数相关程度较大的道路线形特征,使用T检验和F检验验证了道路线形特征组合和单个特征对事故数的影响;使用安全度作为评判路段安全程度的指标,根据事故数的实测值、预测值和理论值计算路段的安全度,根据安全度对前方是否是事故多发路段进行预判。实验结果表明:基于机器学习的神经网络模型和基于数值逼近理论的多元数学模型预测正确率基本相近,约为90%;两种模型对道路安全影响较大的道路线形相关不利因素组合相同,均为平曲线转角、横向力系数和纵坡坡度;各种不利因素组合中,平曲线转角、横向力系数和纵坡坡度出现的频率分别为100.0%、91.7%和83.3%,远远大于其他因素;事故多发路段道路线形因素不仅与平曲线转角、横向力系数和纵坡坡度有关,而且与其线形组合有密切关系,组合不当亦会导致事故增加;两种模型可相互验证,考虑计算速度及参数的可解释性,实际中优先选择多元数学模型进行事故预判。研究了正常行驶轨迹基本规律和平面线形基本原理,使用曲线相似性、道路线形组成及几何参数、连续车道变换次数三个指标,提出了智能汽车异常行驶轨迹综合评判方法。建立异常轨迹库,对传统的Fréchet距离算法进行改进,并以改进的Fréchet距离作为测度,对轨迹检测序列和异常轨迹库中轨迹进行曲线相似性比较。分别使用五点正交拟合曲率法和正交最小二乘法,提取构成整个轨迹的直线、圆曲线和缓和曲线三种基本线形元素及相应几何参数。以轨迹线形组合和各线形元素几何参数为指标,评判汽车行驶轨迹是否异常。对于车道线无法识别的路段,取待检测轨迹序列纵坐标的最大值和最小值,根据最大值和最小值,计算连续两次车道变换次数。综合曲线相似性、轨迹线形组成及几何参数和连续车道变换次数,评判汽车行驶轨迹是否异常。通过实测数据对所建模型及方法进行验证。为进一步验证模型的正确性及泛化能力,依托本校车联网与智能汽车试验场,搭建了本文所建模型综合测试平台,进行实车综合测试。考虑编程实现及测试场景的灵活性,根据计算机编译原理中的自动机理论,建立了智能汽车综合测试场景有限自动机模型。结果表明:（1）直线道路线形路段制动距离模型和极限小半径圆曲线道路线形路段制动距离模型皮尔逊线性相关系数为0.996,两种模型线性相关显着,相同速度下,极限小半径圆曲线上制动距离大约为直线路段制动距离的1.1～1.3倍。（2）神经网络模型和多元数学模型均可以正确的对事故多发路段进行预测,考虑计算速度及参数的可解释性,实际中优先选择多元数学模型进行预判。（3）行驶轨迹异常检测正确率为87%,其中,异常行驶轨迹相似性判断,传统的Fréchet距离算法平均正确率为67%,改进后的Fréchet距离算法平均正确率为91%。
孙沁璇[5]（2021）在《结构化环境下多模态特征无缝融合的移动机器人同时定位与建图》文中进行了进一步梳理同时定位与建图（Simultaneous Localization and Mapping,SLAM）是通过对传感器信息的处理,在未知环境中对移动机器人进行定位,并建立环境地图的过程。近年来,随着移动机器人在家庭服务、自动驾驶等领域的应用,SLAM技术也随之得到广泛的研究和发展。基于环境特征的机器人位姿求解与环境建模,是SLAM技术的主要实现途径。面向复杂多样的作业场景,不同种类的特征有着各自的优势和不足。特别是在结构化环境下,存在点、线、面等多模态特征,如何有效地组织、利用和融合这些特征,提升移动机器人对未知场景的适应性,逐渐成为SLAM领域的研究热点。本文针对结构化环境下多模态特征无缝融合的移动机器人同时定位与建图问题进行研究,首先提出基于多假设框架的多模态特征混合关联算法,并针对多种模态特征对机器人位姿求解的约束进行分析,在此基础上,提出基于多模态特征无缝融合的机器人位姿估计算法。本文具体研究工作如下:（1）对SLAM中的多模态特征联合关联问题进行研究,提出基于多假设框架的面-线多模态特征混合关联方法,实现平面和直线两类高层几何特征的联合关联,基于此完成传感器位姿变换的解算。具体而言,设计基于多假设框架的假设树（Interpretation Tree,IT）结构及其构建方法,根据结点间一致性原则生成假设路径,对于每一条假设路径,增量式维护并更新一致变换模型（Consistent Transformation Model,CTM）。当IT结构构建结束时,即可同时获得特征关联问题以及位姿解算问题的封闭解。接着,提出多模态特征联合优化方法,对传感器位姿的求解结果以及特征参数进行进一步优化,并针对不同种类的几何特征,使用有针对性的参数化方法完成特征参数的更新。在联合优化的过程中,考虑特征提取及拟合过程中的参数不确定性,对各类特征在目标函数中的贡献进行自适应设计,有效降低参数不确定性的影响。公开数据集上的大量实验结果证明了所提方法的准确性和鲁棒性。（2）对传感器位姿求解问题的退化情况与特征空间分布的对应关系进行研究,并提出结构化环境下基于面-线多模态特征自适应融合的视觉里程计（Plane-Line-based Visual Odometry,PLVO）。首先,提出平面-直线混合关联图（Plane-Line Hybrid Association Graph,PLHAG）结构,充分考虑平面和平面、平面和直线之间的几何关系,全面刻画多模态几何特征的空间分布特性。然后,提出基于平面和直线主辅相济、自适应融合的传感器位姿估计方法。具体而言,基于平面特征空间分布与传感器位姿求解退化之间的对应关系,并根据直线特征的空间分布以及直线与平面特征之间的几何关系,提出直线特征自适应加权方法,利用直线特征对平面无法约束的位姿自由度进行补充,从而实现两类特征的融合,解决了传感器位姿求解时的退化问题。最后,通过公开数据集上的定量实验以及真实室内环境下的机器人本体实验,验证了所提方法的有效性。（3）针对基于面-线-点多模态特征无缝融合的SLAM问题进行研究。首先,提出平面以及直线特征参数的概率拟合算法,通过对传感器观测误差的建模与传递,降低了数据点观测噪声的影响,使得拟合的平面和直线特征参数对观测噪声具有更强的鲁棒性。接着,针对多模态特征对传感器位姿求解问题的约束情况进行严格地定量分析,在此基础上,提出基于面-线-点多模态特征无缝融合的SLAM方法,在充分利用环境结构信息的基础上,进一步增强了对视觉纹理信息的开发和利用,与此同时,提高了位姿求解问题的适定性（well-posedness）。通过公开数据集上的定量实验对比,证明了多模态特征无缝融合方法的准确性和有效性。
孙嘉琪[6]（2021）在《基于乳腺癌风险监测的柔性温度传感器设计研究》文中研究表明在世界范围内,乳腺癌的发病率位居女性恶性肿瘤之首,常被称为“粉红杀手”。而在我国,女性乳腺癌发病率呈逐年上升趋势,其中以东部沿海地区和经济较为发达的大中型城市上升尤为明显,且20岁以后发病几率开始逐年增加,现代女性亟需重视对乳腺的健康管理。医学研究表明,温度信号作为反映乳房生理健康状况的重要指标之一,其变化与乳腺癌及其他乳腺疾病的发生存在密切联系。近年来,基于温度信号的乳腺监测智能内衣研究尚处于探究和试验阶段,其中采用的质硬刚性传感器会影响穿着舒适性和测量可靠性,相关产品的开发仍需进一步向柔性化、智能化和日常化转变。本课题基于乳腺癌风险监测原理和需求,针对可应用于乳腺癌风险监测的柔性织物温度传感器进行设计探究。主要研究内容如下:（1）对乳腺癌病理以及基于温度信号的乳腺癌风险监测原理进行研究和梳理,并对智能监测文胸以及柔性织物温度传感器研究现状进行分析和总结。（2）选用Pt（铂）纤维作为温敏材料,涤棉、纯棉、羊毛以及锦纶4种服用纱线作为基底纱线,结合不同组织结构,基于机织方法对织造参数进行设计,采用裸纤织入的方法制备得到8种含有面积约为1 cm×1 cm的传感区域的织物温度传感器,验证了机织法制备柔性温度传感器的可行性。（3）通过服用性能测试对比不同传感器试样的表面形貌、基础物理参数以及透气性、导热性和接触舒适性,并通过模拟条件下的感温性能测试,对试样的线性度、灵敏度、静态误差以及迟滞4个指标进行评价,结果显示8种传感器试样的电阻值与温度呈良好的线性关系,拟合优度达0.99以上,非线性误差小于5%,温度系数在0.00327/℃～0.00364/℃之间,静态相对误差与迟滞分别在2%和7.5%以内。结合服用性能和感温性能测试结果,采用纯棉纱线和缎纹组织制备的织物温度传感器具有较好的综合性能。在此基础上进一步探究了纱线种类、组织结构、外层结构以及压力条件对织物温度传感器感温性能的影响。（4）基于相关设计理论和市场及专利调研分析,对多点监测织物温度传感器设计要素进行总结,从款式结构、组织结构、织造参数以及电路连接等方面进行设计探究,将多个传感单元集成在同一罩杯结构的织物基底上,并对制得的多点监测织物温度传感器进行性能测试,测得其电阻值与温度具有良好的线性关系,并建立了基于电阻值的温度预测模型。（5）根据乳腺癌风险监测需求设计和搭建了基于单片机的最小预警系统并进行仿真实验,验证预警系统设计思路的合理性和可行性。通过穿着实验将多点监测织物温度传感器应用于乳房温度的实时测量,从稳定性和准确性两方面探究其在乳腺癌风险监测应用中的可靠性,并结合主观评价实验,对其舒适性和实用性进行评价。本课题对柔性织物温度传感器进行设计探究,通过织造的方式集成制备了柔软透气且具有良好穿戴舒适性的多点监测织物温度传感器,能够对乳房温度进行较为稳定准确的实时监测,探索了其在基于温度信号的乳腺癌风险监测应用中的可行性,为乳腺癌风险监测相关产品的柔性化改良提供了思路和方向。
关卓怀[7]（2020）在《履带式水稻联合收获机辅助导航系统关键技术研究》文中进行了进一步梳理水稻是我国第一大粮食作物,履带式联合收获机是水稻机械化收获的主要作业装备,为兼顾作业效率和收获质量,收获过程中需根据水稻生长情况实时动态调整收获机前进方向、作业速度、割台高度、拨禾轮位置和工作部件运行参数,解决其操作要求高和劳动强度大的有效途径之一为机组自动导航系统,能够实现收获路径的自主规划跟踪,提高作业效率,降低劳动强度,延长作业时间。为提升导航系统对履带式水稻联合收获机的适应性,针对“满幅作业”的收获要求并结合水稻收获时田间土壤含水率高、承压能力弱的环境特点,开展履带式水稻联合收获机辅助导航系统关键技术研究,包括导航信息采集与数据处理方法、水稻待收获区域视觉识别与路径提取方法、作业路径跟踪算法与控制策略和导航系统末端执行机构,并进行试验验证。主要研究内容包括:（1）在全面系统比较分析国内外农业装备定位导航技术研究进展与发展现状的基础上,明确了履带式水稻联合收获机辅助导航系统的功能要求和作业特点及其对应的主要技术与装置,包括导航信息采集与数据处理、水稻待收获区域识别与作业路径提取、作业路径跟踪控制和辅助导航系统末端执行机构。（2）分析了履带式联合收获机田间行驶基础理论和水田行驶状态影响要素,构建了水田转向运动参数理论值修正模型。（1）基于地面力学理论和运动学理论,建立了履带-土壤耦合系统力学模型和履带式联合收获机稳态转向运动学模型;明确了土壤物理机械参数、履带式联合收获机结构参数和履带运动参数等是影响履带式联合收获机田间行驶状态的主要因素。（2）测定了收获期水稻田土壤物理机械性质为:含水率23.8～31.2%,塑限25.9～27.8%,液限34.8～36.9%,容重1.35～1.68g·cm-3,孔隙度18.3～26.4%;结果表明土壤含水率高、空隙度较大、较为疏松,处于可塑状态,在外力作用下易形变,相较于硬地面和坚实土壤,履带式联合收获机在水田中行驶易沉陷,滑移率滑转率大。（3）开展了履带式水稻联合收获机水田转向运动学试验,结果表明水田中履带式联合收获机实际转向半径大于理论转向半径,实际转向角速度小于理论转向角速度;不同前进速度下,实际转向半径的变化趋势与其理论值相反,实际转向角速度的变化趋势与其理论值相同,但变化率小于理论值。（4）通过对比分析多种函数模型对转向半径修正系数、转向角速度修正系数与前进速度关系的拟合度,构建了水田转向运动参数理论值修正模型;转向半径修正系数为前进速度的二次函数,拟合方程为Kρ=0.751vc2-0.392vc+1.819,转向角速度修正系数为前进速度的指数函数,拟合方程为Kω=0.9187e-0.745vc,该研究为履带式联合收获机辅助导航系统的设计提供了理论依据和数据支撑。（3）设计了履带式水稻联合收获机辅助导航系统,确定了辅助导航系统的主要功能与实现方法,并依据其功能要求构建了辅助导航系统“三单元+一机构”的总体结构,可满足履带式联合收获机水稻收获辅助导航的实际需要。（1）分析了履带式水稻联合收获机辅助导航系统的主要功能,包括导航信息数据采集处理,收获作业路径提取跟踪;设计了辅助导航系统总体结构,包含导航传感器及其信号采集与数据处理单元、收获图像处理与作业路径提取单元、作业路径跟踪控制单元、末端液压转向执行机构。（2）针对田间地表起伏和履带式联合收获机工作振动造成的导航数据稳定性降低问题,设计了用于融合RTK-GNSS数据和IMU数据的扩展卡尔曼滤波器,输出位置坐标、航向角和前进速度等关键导航信息;试验表明经扩展卡尔曼滤波器融合RTK-GNSS数据和IMU数据后,航向角监测值的标准差为0.039 rad,相比滤波前降低了0.045 rad,数据监测波动减小;通过定位定向数据推算的履带式联合收获机位移距离平均误差为0.021 m,转向角度平均误差为0.36°,航位信息监测结果准确。（3）研制了履带式联合收获机串并联组合式液压转向系统,可实现人工操作转向与辅助导航控制的自由切换;以转向油缸推力大于600 N、响应时间小于0.1 s为设计指标,确定了主要液压元件参数;试验表明履带式联合收获机直线行驶50 m的平均偏驶距离为0.25 m,偏驶率为0.5%,直线行驶偏驶量小;标准信号激励下履带式联合收获机转向响应延迟为0.2 s,角速度响应标准差为0.017 rad/s,超调量小于3.8%,转向响应延迟低、转向过程稳定,满足履带式联合收获机辅助导航的需要。（4）提出了一种水稻待收获区域视觉识别与收获路径提取方法并应用。（1）设计了水稻收获原始图像预处理方法:构建了畸变图像逆变换矫正模型,基于最大似然估计和Levenberg-Marquardt算法标定相机内部参数、外部参数和畸变参数;设计了图像噪声二维高斯平滑滤波器,使用5×5像素的矩形模板对窗口内像素进行卷积运算抑制噪声干扰;试验表明,平面靶标图像特征点识别的平均像素误差小于0.17像素,焦距标定误差小于0.34 mm,相机参数标定准确,可以准确矫正图像畸变并完成水稻收获图像的预处理。（2）对比分析了水稻收获图像在HSV、HSI和RGB三种颜色空间模型中的参数分布特征,提出了考虑超红特征2R-G-B的水稻收获图像二值化综合阈值算法,分割水稻待收获区域图像,并基于膨胀-腐蚀重构的形态学闭运算,降低二值图像颗粒噪声,增强待收获区域边界。（3）基于已收获区域和待收获区域图像像素列垂直投影统计特征,动态决策感兴趣区域,提高作业路径拟合效率;基于像素行灰度值函数与阶跃函数的互相关系数,判定待收获区边界点,并利用三次B样条曲线拟合待收获区边界,作为收获作业目标路径。（4）构建了像素位置与空间位置坐标变换矩阵,建立了视觉路径与空间路径的映射关系;试验表明,视觉系统距离识别的平均误差为9.6 mm,偏差率为1.92%,角度识别的平均误差为0.77°,误差率为2.7%。（5）在顺光、逆光、强光、弱光环境下分别开展了中粳798和临稻20两种水稻待收获区边界线提取试验,结果表明,中粳798待收获区边界平均识别误差为23.9～38.7mm,在强光环境下误差最小,在逆光环境中误差最大;临稻20待收获区边界平均识别误差为38.9～55.8 mm,逆光环境下误差最小,弱光环境下误差最大,单帧图像平均处理时间38 ms,满足田间环境下水稻收获路径快速提取的需求。（5）提出了履带式水稻联合收获机作业路径跟踪算法与控制策略。（1）建立了履带式水稻联合收获机行进路径航位偏差分析模型,推导了履带式联合收获机与目标点相对位置几何关系,构建了位姿误差状态矩阵;为自适应调整航位偏差模型中的关键参数,探究了履带式联合收获机转向响应瞬态特征,分析了控制信号激励时间对转向率响应曲线线性区间的影响,并以线性区间大于90%为设计依据确定了前视距离动态调整策略。（2）推导了履带式水稻联合收获机寻线路径离散时间递推方程,构建了履带式联合收获机圆弧-切线寻线追踪模型;仿真分析表明,相较于未考虑水田转向实际特征的纯追踪模型,该模型路径纠偏的最大超调量、上升时间和调节时间分别减小了44.2%、16.3%和28.0%,有助于降低履带式联合收获机的纠偏超调量,提高寻线跟踪的收敛速度,减小控制模型误差。（3）设计了履带式水稻联合收获机路径跟踪模糊控制器,分析了控制器主要参数对控制效果的影响;基于粒子群算法,构建了模糊控制器参数自寻优整定器;仿真分析表明,经粒子群算法优化模糊控制器后,转向率偏差超调量由14.2%减少至4.6%,上升时间和调节时间分别由2.1 s、5.6 s降低至1.7 s、2.1 s,提高了作业路径跟踪控制器的响应速度和稳定性。（4）提出了基于LS-SVM的转向特征识别方法,通过在线回归构建控制信号占空比与实际转向率之间的关系模型,修正模糊控制器输出的控制信号占空比;开展了回归模型关键参数2因素3水平全因子试验,结果表明惩罚系数为10、核函数参数为20时,模型对测试集数据的拟合相关系数为0.9608,均方根误差为0.0040,对异常值不敏感;运用该方法修正模型控制器输出量后,水田中履带式联合收获机转向率响应值相对于期望值的平均误差可降低至0.29°,相较于修正前减小了0～55.7%,提升了辅助导航系统对水田环境的适应性。（5）辅助导航直线路径跟踪控制试验表明:当履带式联合收获机前进速度范围在2.16～3.60 km/h时,行进路径平均横向偏差为4.3～5.8 cm,平均最大偏差为10.6～17.2cm,均方根误差为1.92～3.60 cm;在初始偏差为1 m、前进速度为2.52 km/h的试验条件下,路径纠偏上升时间为7.5 s,稳态调节时间为14.7 s,最大超调量为14.8 cm,平均稳态误差6.4 cm,所提出的履带式联合收获机辅助导航路径跟踪控制器可稳定收敛,能够实现行进路径纠偏与稳定追踪。（6）以平均割幅偏差、最大割幅偏差和割幅率为辅助导航系统评价指标,开展了履带式水稻联合收获机辅助导航水稻收获田间试验,对比分析了不同前进速度下辅助导航系统的作业效果,结果表明辅助导航系统可识别水稻待收获区域边界,履带式联合收获机能够在不漏割的前提下根据水稻边界线自主调节作业路径,在2.45～4.03 km/h速度范围内,收获作业平均割幅为1.99～2.05 m,平均割幅偏差为0.15～0.21 m,最大割幅偏差为0.29～0.39 m,割幅率为90.5～93.1%,满足水稻机械化收获作业的实际需求。创新点1:提出了可有效提高机械化收获边界线识别精度、减小运算量的组合式水稻待收获区域边界线视觉提取方法,即“像素列垂直投影统计+像素行阶跃相关对比+三次B样条曲线拟合”的组合算法。创新点2:设计了可修正水田实际转向响应与理论模型预测值之间误差的履带式联合收获机路径跟踪控制算法,该方法基于LS-SVM在线识别履带式联合收获机的实际转向特征,提高导航系统对水田的适应性。
李凌[8]（2020）在《声表面波传感器温度和应变耦合效应研究》文中认为声表面波（surface acoustic wave,SAW）应变传感器具有无线无源、灵敏度高、易于批量制造等优点,在民用航空业、热电能产业、汽车工业等领域具有广泛的应用前景,从而得到了广泛的研究。SAW谐振器作为应变传感器时,由于SAW谐振器对温度的响应非常灵敏,当SAW应变传感器应用于高温环境中,其输出信号将会受到温度的显着影响,应变输出信号会偏离准确值,这样就限制了SAW应变传感器的高温应用,只有从测试到的信号中将应变信号准确提取出来,SAW应变传感器测试结果才是真实可信的。针对该问题,本文对基于硅酸镓镧（langasite,LGS）压电衬底的SAW应变传感器的温度和应变耦合效应开展了研究。本文首先在切向为（0o,138.5o,ψ）的LGS单晶压电基底材料上制备了8种ψ角的LGS SAW单端口谐振器,研究了不同切向LGS的频率-温度和频率-应变特性。测试结果表明,不同切向的SAW谐振器频率-温度曲线均呈现二次函数关系。基于（0o,138.5o,26.6o）切向的LGS SAW谐振器一阶和二阶温度系数最接近于0,基于（0o,138.5o,86.6o）切向的LGS SAW谐振器一阶和二阶温度系数最大,各个切向的LGS SAW谐振器的应变灵敏度均随温度的升高而下降,（0o,138.5o,26.6o）切向的LGS SAW谐振器的应变灵敏度随温度呈现线性变化,线性相关系数为0.996。针对LGS SAW谐振器对温度响应比较显着的问题,本文研究了Si O2对LGS SAW谐振器的温度补偿作用。选取了切向为（0o,138.5o,26.6o）的LGS SAW单端口谐振器,采用PECVD在SAW谐振器上沉积了不同厚度的Si O2薄膜作为温度补偿层,研究了Si O2薄膜厚度从0μm到1.80μm的LGS SAW谐振器的频率-温度特性。测试结果表明,一阶温度系数和二阶温度系数绝对值随Si O2薄膜厚度增加而升高,当Si O2薄膜厚度为0.30μm时,一阶温度系数约为0,Si O2薄膜对LGS SAW谐振器的温度补偿效果比较明显,但温度补偿范围随Si O2薄膜厚度增加而减小,很难实现较宽温度范围内的温度补偿。通过对附着0.90μm Si O2薄膜的LGS SAW谐振器的频率-应变特性测试,发现在50oC到150oC的温度范围内应变灵敏度随温度的变化量减少了11μ?/Hz,即在器件的温度转变点附近温度范围内其应变灵敏度随温度的变化得到了有效的降低。基于多个LGS SAW谐振器的高温应变响应的差分运算原理,对温度和应变的解耦方法进行了研究,研究发现应变可由三个SAW谐振器的谐振频率变化值线性表出。将三个LGS SAW谐振器按照不同角度粘贴于悬臂梁表面,使得SAW传播方向分别与应变方向呈0o、30o和90o夹角,研究了室温至250oC温度范围内,三个LGS SAW谐振器的应变灵敏度随温度变化规律,在验证实验中,采用三个LGS SAW谐振器在室温至250oC温度范围内对温度和应变解耦,虽然计算出的应变值存在一定程度上的波动,标准差为14.9μ?,但计算出的应变平均值与实际应变吻合,相对误差为0.25%,证明了该方法的可靠性和实用性。最后,基于一个LGS SAW谐振器的SAW和BAW模式,采用差分运算原理,对温度和应变的解耦方法进行了研究。BAW模式的谐振频率随温度升高而单调下降,其频率-温度特性呈现二次函数关系。在室温至250oC温度范围,BAW模式的应变灵敏度随温度的变化规律与SAW非常接近。采用一个LGS SAW谐振器的SAW和BAW模式对温度和应变进行解耦,SAW和BAW模式的谐振频率差值只与温度相关,在验证实验中,计算出的应变与实际应变吻合,相对误差为1.7%,并且计算出的应变值的波动现象也得到了改善。
孙巍锋[9]（2020）在《土-岩二元结构路堑边坡失稳机理与智能预警研究》文中提出土-岩二元结构路堑边坡（简称二元边坡）是由上覆土层和下部岩体组成的一类边坡,在浅表有松散堆积物的山区和丘陵区修路时较为常见。在以降雨为主的影响作用下,二元边坡容易演变为滑坡灾害,造成一定程度的经济损失、人员伤亡、施工中断、交通阻塞和生态破坏。为此,在探索二元边坡失稳机理的基础之上,开展智能预警是预防此类边坡病害的关键与发展趋势。本文以双达高速公路沿线的二元边坡为研究对象,综合采用现场调查与试验监测、归纳总结、室内试验、理论分析、数值模拟和软件编程等方法,开展了二元边坡失稳机理与智能预警研究,取得的主要成果和结论如下:（1）通过开展二元边坡的温湿度原位监测和探测,揭示了边坡内的温湿变化规律,明确了水分入渗是二元边坡稳定性的敏感影响因子,并提出了水分在二元边坡上覆土内的入渗模式。（2）基于室内三轴和直剪试验研究,揭示了二元边坡上覆土、全风化岩体和土-岩接触面的抗剪性能随增湿过程的变化规律。对二元边坡下的其它风化岩体,基于现场调研和理论分析同步折减岩块压缩强度、地质强度指标和岩块变形模量来近似模拟湿润环境的影响,探究了岩体性质参数随湿润环境的长期劣化规律。（3）通过离心模式试验、数值模拟分析和稳定性分析,揭示了因边坡高度增加与水分入渗的缓顺倾、陡顺倾和反倾接触面型二元边坡破坏机制,并获得了水分入渗情况下影响二元边坡稳定性的敏感土层内部边界。（4）通过同类监测量与边坡稳定系数的变化规律对比分析,确定了三类二元边坡多源监测量（坡表单点位移、格构梁混凝土应变、两点相对位移、锚杆轴力、锚索拉力和倾斜度）的监测敏感部位,并总结了监测量的变化模式。（5）通过经验总结和理论分析,提出了以经验法、预演-回归分析法和预演-支持向量机法确定各监测量的四级预警值,并给出了由监测量的预警值和变化模式进行边坡四级预警的标准。（6）通过软件编程,研发了由项目、边坡对象、边坡立面及其上监测点、边坡断面及其内监测点进行依次便捷访问的路基边坡智能预警云平台和APP,可对边坡群多源参数进行实时远程监测与边坡潜在风险进行自动预警。（7）开展了二元边坡监测预警实例研究,验证了边坡智能预警云平台和APP的有效性,揭示了坡内倾斜两点相对位移、锚杆轴力和格构梁混凝土应变随降雨和气温变化的动态响应规律,并评价了边坡的动态稳定性。研究成果可为二元边坡的智能预警工作提供有益的参考,并有利于加快路基边坡智能预警与智能公路的发展速度。
钟棉卿[10]（2020）在《基于移动激光雷达数据的路面状况检测方法研究》文中研究表明随着我国公路建设的迅速发展,对公路养护和旧路改扩建的需求迅速扩大。路面是公路养护及改扩建工作的核心内容,快速、有效掌握路面几何参数和公路路面技术状况及其变化趋势是路面养护决策、路面大中修养护及改扩建方案设计的前提和依据。路面几何参数及技术状况评价指标的获取长期依赖于种类繁多的特定传感器和现场测量,其检测结果易受多种因素的影响,且缺乏统一的数据基准。移动激光扫描（Mobile Laser Scanning,MLS）技术集成激光扫描仪、全球卫星导航系统、姿态测量系统、相机等多种传感器,能迅速采集高精度、高密度的公路三维实景点云数据,为路面几何及技术状况自动化检测提供了一种新的技术手段。本文针对MLS数据用于公路路面几何及技术状况自动化检测领域中的关键技术开展研究,构建了“MLS数据组织—路面特征提取—几何状况检测—技术状况检测”的技术框架。主要研究内容如下:1、针对MLS点云数据离散、无拓扑的问题,本文提出一种基于MLS点云的采集顺序而构建的顺序索引结构Tgrid,该方法可以实现为每个激光点分配一个2维规则索引号,将点云的顺序邻接关系转换为一张Tgrid结点图,相比传统方法,本文方法不仅很好地实现了海量点云数据的快速查询,解决MLS点云顺序存储与索引存储间的不一致问题,并能将图像处理方法成功引入到MLS点云数据处理。2、针对某些MLS场景数据文件不包含轨迹数据、无扫描角信息和轨迹文件损坏的情况,本文提出了一种根据点云空间分布特点重建扫描仪地面轨迹的方法。实验结果表明,重建的轨迹数据与真实轨迹数据的平均误差在1-2个激光点之内。本研究为基于MLS点云的扫描轨迹重建提供了理论基础。3、基于本文创建的Tgrid结构,提出并研究了利用MLS点云数据提取路面特征信息的系统化的处理方法,包括下列主要工作:（1）提出了一种基于点云标记控制的区域生长方法用于路面点云的检测,设计了基于Tgrid结构的联通区域分析和Freeman链码边界检测算法快速提取路面点云轮廓以及道路边界;（2）设计了一种基于点云强度背景反差自适应阈值分割方法筛选路面标线点云,在此基础上,引入数学形态学方法识别车道线,最终提取了道路中线和轮迹线等路面几何及技术状况关键信息;（3）通过将提取的道路边界与路面点云在Tgrid结点图上的叠置分析,实现了路面内部点云孔洞的快速、有效检测。实验结果表明,路面点云检测完整率达99.67%,与人工标定的道路边界和车道线相比,检测边界的精准率和召回率分别为96.78%和92.91%,车道线检测结果的正确检测率达98.80%,验证了本文方法的有效性和准确性。4、开展了基于提出的道路中线和MLS密集路面点云获取公路几何状况的研究。设计了利用高精度三维点云检测路面线路曲率、纵坡和横坡等几何状况主要参数的方法;根据曲率和纵坡的变化检测公路的几何线形,并基于连续性、均衡性和坡长三个技术指标评估了既有几何线形的安全性。在一段多弯道盘山公路场景测试结果表明,基于本文方法判定的危险路段与实际状况基本相符,与抽样实测数据比较,纵断面高程误差0.031m,横坡率误差0.33%。5、提出了基于MLS数据的路面损坏、路面平整度和路面车辙等路面技术状况自动化检测的系列方法,构建了使用MLS点云自动化检测路面几何及技术状况的技术框架。（1）设计一种融合三维点云与高分辨率CCD（Charge Coupled Device）图像的路面损伤检测策略,提出了一种基于比例限制的路面破损背景反差自适应阈值分割方法,实现了路面裂缝和坑槽的自动化检测;（2）参考路面检测规范中对常规检测方法采用数据精度和采样率的要求,提出基于轮迹线点云纵断面高程检测路面平整度的方法;（3）研究实现基于轮迹线点云生成精细横断面的方法用来检测路面车辙深度的方法。平整度的检测结果表明,基于密集点云断面高程计算的平整度标准差σ和国际平整度指数（IRI）结果高度相关,可通过在测试路段上开展相关实验来获取的二者之间的转换关系,将σ值转换为IRI值,从而简化IRI的计算复杂度。使用精密水准测量方法,对局部路面车辙深度的最大值进行了抽样检验,基于MLS点云检测的车辙深度误差不大于0.010m。
二、线性传感器拟合参考直线的选择（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、线性传感器拟合参考直线的选择（论文提纲范文）
（1）光幕式动车车轴形状误差检测及评估方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及进展 |
| 1.2.1 圆度与圆柱度误差评定方法研究现状及进展 |
| 1.2.2 空间直线度误差评定方法研究现状及进展 |
| 1.2.3 形状误差检测设备研究现状及进展 |
| 1.3 主要研究内容及论文框架 |
| 第2章 光幕式动车车轴测量系统技术研究 |
| 2.1 光幕式视觉测量技术 |
| 2.2 光幕式车轴测量系统工作原理 |
| 2.2.1 系统总体工作原理 |
| 2.2.2 主要部件工作原理及功能参数 |
| 2.2.3 车轴表面数据采集过程 |
| 第3章 车轴圆度误差评定方法研究 |
| 3.1 圆度误差最小包容区域法评定模型 |
| 3.1.1 圆度误差评定目标函数 |
| 3.1.2 圆度误差最小包容区域法评定原理 |
| 3.2 霍夫变换在圆拟合中的应用 |
| 3.2.1 直线霍夫变换 |
| 3.2.2 圆的霍夫变换 |
| 3.3 贝叶斯线性回归在圆拟合中的应用 |
| 3.3.1 参数估计 |
| 3.3.2 贝叶斯估计 |
| 3.3.3 贝叶斯线性回归 |
| 3.4 评定步骤 |
| 3.4.1 确定最小包容区域圆心所在范围 |
| 3.4.2 确定准圆心位置 |
| 3.4.3 确定控制点 |
| 3.4.4 计算最小包容区域圆度误差 |
| 第4章 车轴圆柱度误差评定方法研究 |
| 4.1 圆柱度误差网格搜索法评定模型 |
| 4.1.1 圆柱度误差评定目标函数 |
| 4.1.2 圆柱度误差网格搜索法评定原理 |
| 4.2 网格搜索算法步骤 |
| 4.2.1 采样点各层圆心坐标及基线计算 |
| 4.2.2 最小二乘圆柱度误差 |
| 4.2.3 构造搜索网格点 |
| 4.2.4 构造理想轴线并计算圆柱度误差 |
| 第5章 车轴空间直线度误差评定方法研究 |
| 5.1 空间直线度误差逼近最小包容圆柱法评定模型 |
| 5.1.1 空间直线度误差评定目标函数 |
| 5.1.2 空间直线度误差逼近最小包容圆柱法评定原理 |
| 5.2 逼近最小包容圆柱法步骤 |
| 5.2.1 测量点投影 |
| 5.2.2 测量点坐标变换 |
| 5.2.3 坐标平移 |
| 5.2.4 最小包容圆柱的逼近旋转 |
| 第6章 实验与数据分析 |
| 6.1 车轴表面数据测量 |
| 6.2 车轴圆度误差评定 |
| 6.2.1 霍夫变换 |
| 6.2.2 贝叶斯线性回归 |
| 6.2.3 确定最小包容区域圆心所在范围 |
| 6.2.4 确定准圆心位置 |
| 6.2.5 确定准控制点 |
| 6.2.6 计算圆度误差及结果分析 |
| 6.3 车轴圆柱度误差评定 |
| 6.3.1 采样点各层圆心坐标及基线计算 |
| 6.3.2 计算最小二乘圆柱度误差及构造搜索网格 |
| 6.3.3 计算圆柱度误差及结果分析 |
| 6.4 车轴空间直线度误差评定 |
| 6.4.1 测量点投影 |
| 6.4.2 测量点坐标变换 |
| 6.4.3 坐标平移 |
| 6.4.4 计算空间直线度误差及结果分析 |
| 第7章 结论 |
| 7.1 全文总结 |
| 7.2 创新点 |
| 7.3 全文展望 |
| 参考文献 |
| 作者简介及在学校期间所取得的科研成果 |
| 致谢 |
（2）用于快速现场检测的小型化光谱分析系统研制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 光谱测量原理 |
| 1.1.1 基于色散型光谱测量原理 |
| 1.1.2 基于傅里叶变换型光谱测量原理 |
| 1.1.3 基于窄带滤波片的光谱测量原理 |
| 1.1.4 基于计算重建的光谱测量原理 |
| 1.2 便携式光谱分析系统 |
| 1.3 本文开展的工作 |
| 第二章 基于智能手机的太阳光小型化光谱仪 |
| 2.1 基于智能手机的太阳光小型化光谱仪的系统设计 |
| 2.2 基于智能手机的太阳光小型化光谱仪的算法设计 |
| 2.3 基于智能手机的太阳光小型化光谱仪的波长-像素位置关系标定和验证 |
| 2.4 病毒样品检测 |
| 2.4.1 H7N9禽流感病毒(AIV H7N9)抗体的制备 |
| 2.4.2 猪圆环病毒2型(PCV2)抗体的制备 |
| 2.4.3 H7N9禽流感病毒(AIV H7N9)抗体和猪圆环病毒2型(PCV2)抗体的检测 |
| 2.5 基于智能手机的太阳光小型化光谱仪的优势与存在的问题 |
| 2.6 本章小结 |
| 第三章 基于智能手机的光纤表面等离子体共振(SPR)光谱仪 |
| 3.1 基于智能手机的光纤SPR光谱仪的系统设计 |
| 3.1.1 基于AuNP的熔接透射式光纤LSPR探针的制备 |
| 3.1.2 基于智能手机的光纤SPR光谱仪的光路结构 |
| 3.2 基于智能手机的光纤SPR光谱仪的算法设计 |
| 3.3 基于AuNP的熔接透射式光纤LSPR探针的优化 |
| 3.4 实际样品检测 |
| 3.5 基于智能手机的光纤SPR光谱仪的优势与存在的问题 |
| 3.6 本章小结 |
| 第四章 多通道小型化光谱仪 |
| 4.1 多通道小型化光谱仪的系统设计 |
| 4.2 多通道小型化光谱仪的算法设计 |
| 4.3 多通道小型化光谱仪的波长-像素位置关系标定和验证 |
| 4.4 病毒样品检测 |
| 4.4.1 H7N9禽流感病毒(AIV H7N9)抗体的制备 |
| 4.4.2 H7N9禽流感病毒(AIV H7N9)抗体的检测 |
| 4.5 多通道小型化光谱仪的优势与存在的问题 |
| 4.6 本章小结 |
| 主要结论与展望 |
| 主要结论 |
| 展望 |
| 致谢 |
| 参考文献 |
| 附录: 作者在攻读硕士学位期间发表的论文 |
（3）基于针织应变传感器的人体运动识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景 |
| 1.3 研究现状 |
| 1.3.1 针织应变传感器制备研究 |
| 1.3.2 电力学传感性能研究 |
| 1.3.3 等效电阻模型研究 |
| 1.3.4 人体运动识别研究 |
| 1.4 研究意义与内容 |
| 1.4.1 研究意义 |
| 1.4.2 研究内容 |
| 1.4.3 创新点 |
| 第二章 针织应变传感器的制备与性能 |
| 2.1 引言 |
| 2.1.1 针织应变传感器设计原理 |
| 2.1.2 针织应变传感器结构设计 |
| 2.2 针织应变传感器的制备 |
| 2.2.1 原料与机型选择 |
| 2.2.2 不锈钢/涤纶型应变传感器样品制备 |
| 2.2.3 镀银锦纶型应变传感器样品制备 |
| 2.3 表征与测试 |
| 2.3.1 动态电阻采集系统 |
| 2.3.2 测试方法与实验设备 |
| 2.4 结果讨论 |
| 2.4.1 组织结构对应变传感器传感性能影响 |
| 2.4.2 密度对应变传感器传感性能影响 |
| 2.4.3 针织应变传感器灵敏度与线性度 |
| 2.4.4 拉伸速率对应变传感器传感性能影响 |
| 2.4.5 重复性对应变传感器传感性能影响 |
| 2.4.6 滞后性对应变传感器传感性能影响 |
| 2.5 不锈钢/涤纶型与镀银锦纶型针织应变传感器性能对比 |
| 2.6 本章小结 |
| 第三章 针织应变传感器三维曲面传感性能 |
| 3.1 引言 |
| 3.2 三维曲面测试环境及原理 |
| 3.2.1 测试方法 |
| 3.2.2 受力分析 |
| 3.3 表征与测试 |
| 3.3.1 三维曲面应变率计算 |
| 3.3.2 三维曲面传感性能测试 |
| 3.4 结果讨论 |
| 3.4.1 三维曲面应变-电阻 |
| 3.4.2 三维曲面应变传感灵敏度与线性度 |
| 3.4.3 顶破速率对三维曲面应变传感性能的影响 |
| 3.4.4 重复性对三维曲面应变传感性能的影响 |
| 3.4.5 滞后性对三维曲面应变传感性能的影响 |
| 3.5 二维拉伸应变与三维曲面传感性能比较 |
| 3.6 本章小结 |
| 第四章 针织应变传感器等效电阻模型 |
| 4.1 引言 |
| 4.1.2 针织应变传感器传感机理 |
| 4.2 基于二维应变的等效电阻模型基本假设 |
| 4.2.1 宏观-微观等效电阻模型 |
| 4.2.2 拓扑结构等效电阻模型 |
| 4.3 基于三维曲面应变的等效电阻模型基本假设 |
| 4.4 基于二维应变的宏观-微观模型等效电阻计算 |
| 4.4.1 宏观模型等效电阻计算 |
| 4.4.2 微观模型等效电阻计算 |
| 4.5 基于二维应变的拓扑结构模型等效电阻计算 |
| 4.5.1 纵行方向等效电阻计算 |
| 4.5.2 横列方向等效电阻计算 |
| 4.6 基于三维曲面应变的等效电阻模型计算 |
| 4.7 结果与讨论 |
| 4.7.1 宏观-微观等效电阻理论模型与试验结果比较 |
| 4.7.2 拓扑结构等效电阻理论模型与试验结果比较 |
| 4.7.3 三维曲面应变的等效电阻理论模型与试验结果比较 |
| 4.8 本章小结 |
| 第五章 集成多区域针织应变传感器的高弹性运动裤制备与肢体运动测试 |
| 5.1 引言 |
| 5.2 集成多区域针织应变传感器的高弹性运动裤制备 |
| 5.2.1 人体测量试验 |
| 5.2.2 针织应变传感器位置设计 |
| 5.2.3 集成针织应变传感器的高弹性运动裤制备 |
| 5.3 肢体运动测试 |
| 5.3.1 膝关节屈曲角测试 |
| 5.3.2 步态下四种运动测试 |
| 5.4 结果与讨论 |
| 5.4.1 膝关节屈曲角测试结果 |
| 5.4.2 步态下四种运动测试结果 |
| 5.5 本章小结 |
| 第六章 集成多区域针织应变传感器运动裤的人体运动识别 |
| 6.1 引言 |
| 6.2 电阻数值特征识别方式 |
| 6.2.1 跑步及走路运动状态识别 |
| 6.2.2 上、下台阶运动状态识别 |
| 6.3 步行周期识别方式 |
| 6.3.1 人体步行周期与电阻变化关系 |
| 6.3.2 人体步态运动与细分阶段电阻变化关系 |
| 6.3.3 人体步态电阻特征值及运动识别 |
| 6.3.4 人体运动识别系统 |
| 6.4 多区域感测及机器学习识别方式 |
| 6.5 三种运动识别方式比较及可穿戴运动识别系统构建 |
| 6.6 本章小结 |
| 第七章 主要结论与展望 |
| 7.1 主要结论 |
| 7.2 研究不足与展望 |
| 致谢 |
| 参考文献 |
| 附录一:作者在攻读博士学位期间发表的论文 |
（4）基于道路线形的智能汽车安全行驶模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 智能汽车技术与行业发展现状 |
| 1.2.1 环境感知技术 |
| 1.2.2 车辆定位技术 |
| 1.2.3 V2X技术 |
| 1.2.4 决策规划技术 |
| 1.2.5 控制技术 |
| 1.2.6 自动驾驶系统的测试方法 |
| 1.2.7 智能汽车相关模型 |
| 1.3 智能汽车面临的问题 |
| 1.3.1 智能汽车安全问题 |
| 1.3.2 技术标准及法律法规问题 |
| 1.4 主要研究内容及章节安排 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文章节安排 |
| 第二章 本文建模相关理论及方法 |
| 2.1 建模方法 |
| 2.2 机器学习方法建模 |
| 2.2.1 正向传播 |
| 2.2.2 反向传播 |
| 2.2.3 激活函数 |
| 2.3 经典数学方法建模 |
| 2.3.1 相关性分析 |
| 2.3.2 参数估计 |
| 2.3.3 统计检验 |
| 2.4 曲线相似度 |
| 2.5 微分方程形式模型求解 |
| 2.6 本章小结 |
| 第三章 极限道路线形条件下紧急制动距离模型 |
| 3.1 紧急制动性能评价指标分析 |
| 3.1.1 制动力 |
| 3.1.2 制动距离 |
| 3.2 基于道路线形的紧急制动距离建模 |
| 3.2.1 直线道路线形紧急制动距离模型 |
| 3.2.2 极限小半径圆曲线道路线形制动距离模型 |
| 3.2.3 缓和曲线道路线形制动距离模型 |
| 3.2.4 不同道路线形紧急制动距离模型关系分析 |
| 3.2.5 从制动力曲线时间特征角度分析紧急制动距离模型 |
| 3.3 实验分析 |
| 3.4 本章小结 |
| 第四章 基于道路线形的智能汽车事故多发路段预判模型 |
| 4.1 汽车行驶稳定性与道路线形关系 |
| 4.1.1 汽车行驶纵向稳定性与道路线形关系 |
| 4.1.2 汽车行驶横向稳定性与道路线形关系 |
| 4.1.3 汽车行驶纵横组合向稳定性与道路线形关系 |
| 4.2 事故多发路段评判指标及方法 |
| 4.3 基于道路线形的智能汽车事故多发路段预判模型 |
| 4.3.1 基于神经网络的事故多发路段预判模型 |
| 4.3.2 数据和模型混合驱动的事故多发路段预判模型 |
| 4.4 实验分析 |
| 4.5 本章小结 |
| 第五章 基于道路线形的异常行驶轨迹检测方法 |
| 5.1 道路平面线形 |
| 5.1.1 直线和圆曲线 |
| 5.1.2 回旋线作为缓和曲线 |
| 5.1.3 缓和曲线的长度及参数 |
| 5.2 行驶轨迹定位数据采集 |
| 5.3 正常行驶轨迹 |
| 5.4 异常行驶轨迹检测 |
| 5.4.1 异常轨迹库构建 |
| 5.4.2 曲线相似性比较 |
| 5.4.3 轨迹线形元素提取 |
| 5.4.4 线形元素几何参数提取 |
| 5.5 实验分析 |
| 5.6 本章小结 |
| 第六章 基于道路线形的智能汽车安全行驶模型实车综合测试 |
| 6.1 测试平台体系架构 |
| 6.1.1 智能车载终端搭建 |
| 6.1.2 路侧传感器模块 |
| 6.1.3 交通信息云平台搭建 |
| 6.2 综合测试 |
| 6.2.1 测试数据 |
| 6.2.2 测试场景及测试道路线形设计 |
| 6.2.3 综合测试场景有限自动机模型 |
| 6.2.4 测试结果及分析 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
（5）结构化环境下多模态特征无缝融合的移动机器人同时定位与建图（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 引言 |
| 第二节 研究背景 |
| 1.2.1 多模态特征融合的SLAM研究现状 |
| 1.2.2 多模态特征融合的SLAM研究现存主要问题 |
| 第三节 本文的研究内容 |
| 第四节 本文的结构安排 |
| 第二章 相关工作概述 |
| 第一节 引言 |
| 第二节 多模态特征的联合关联 |
| 第三节 基于多模态特征的传感器位姿解算 |
| 第四节 特征参数化方法 |
| 第三章 基于多假设框架的面-线多模态特征混合关联方法 |
| 第一节 引言 |
| 第二节 特征参数的最小二乘拟合估计 |
| 3.2.1 平面特征参数的最小二乘拟合估计 |
| 3.2.2 直线特征参数的最小二乘拟合估计 |
| 第三节 基于假设树的面-线特征混合关联 |
| 3.3.1 假设树结构 |
| 3.3.2 节点间一致性 |
| 3.3.3 一致变换模型 |
| 第四节 特征参数与传感器位姿的联合优化 |
| 3.4.1 平面参数化方法 |
| 3.4.2 直线参数化方法 |
| 3.4.3 多模态特征的联合优化 |
| 第五节 实验结果 |
| 3.5.1 实验设置 |
| 3.5.2 特征关联实验结果与分析 |
| 3.5.3 帧间配准实验结果与分析 |
| 3.5.4 视觉里程计实验结果与分析 |
| 3.5.5 SLAM实验结果与分析 |
| 第六节 本章小结 |
| 第四章 基于面-线多模态特征自适应融合的视觉里程计 |
| 第一节 引言 |
| 第二节 平面-直线混合关联图 |
| 第三节 面-线多模态特征的自适应融合 |
| 4.3.1 6DoF约束情况 |
| 4.3.2 5DoF约束情况 |
| 4.3.3 3DoF约束情况 |
| 第四节 实验结果 |
| 4.4.1 平面-直线混合关联图实验与分析 |
| 4.4.2 公开数据集视觉里程计实验结果与分析 |
| 4.4.3 移动机器人真实环境视觉里程计实验 |
| 第五节 本章小结 |
| 第五章 基于面-线-点多模态特征双层自适应融合的SLAM |
| 第一节 引言 |
| 第二节 特征参数的概率拟合算法 |
| 5.2.1 平面特征参数的概率拟合算法 |
| 5.2.2 直线特征参数的概率拟合算法 |
| 第三节 多模态特征对位姿求解的约束分析 |
| 5.3.1 平面特征对位姿求解的约束分析 |
| 5.3.2 直线特征对位姿求解的约束分析 |
| 第四节 面-线-点多模态特征的双层自适应融合 |
| 5.4.1 直线特征自适应权值的计算 |
| 5.4.2 点特征自适应权值的计算 |
| 第五节 实验结果 |
| 5.5.1 特征参数拟合的实验结果与分析 |
| 5.5.2 视觉里程计实验结果与分析 |
| 5.5.3 SLAM实验结果与分析 |
| 5.5.4 建图质量评价与分析 |
| 5.5.5 移动机器人真实环境视觉里程计实验 |
| 第六节 本章小结 |
| 第六章 总结与展望 |
| 第一节 本文工作总结 |
| 第二节 未来工作展望 |
| 附录 A:函数S~(′′)=Fuse(S,S~′)具体流程 |
| 附录 B:边缘点协方差C_(pk)计算 |
| 参考文献 |
| 致谢 |
| 个人简介 |
| 在学期间科研成果 |
（6）基于乳腺癌风险监测的柔性温度传感器设计研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究内容和方法 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.3 研究目标及意义 |
| 1.4 创新点及技术路线 |
| 1.5 论文章节安排 |
| 2 理论基础与文献综述 |
| 2.1 乳腺癌相关医学理论 |
| 2.1.1 乳房结构与乳腺癌 |
| 2.1.2 乳腺热传递与温度信号 |
| 2.1.3 乳腺癌筛查手段 |
| 2.2 智能监测文胸 |
| 2.2.1 智能内衣模型 |
| 2.2.2 乳腺健康监测文胸 |
| 2.2.3 乳房生理参数监测技术 |
| 2.3 柔性织物传感器技术 |
| 2.3.1 柔性织物传感器分类 |
| 2.3.2 柔性织物传感器应用 |
| 2.3.3 柔性织物温度传感器研究现状 |
| 2.4 本章小结 |
| 3 机织法制备柔性温度传感器 |
| 3.1 制备方法 |
| 3.2 材料选择及基本性能测试 |
| 3.2.1 材料选择 |
| 3.2.2 基本性能测试及分析 |
| 3.3 织造方案设计 |
| 3.3.1 织物组织结构 |
| 3.3.2 温度传感区域 |
| 3.3.3 上机织造参数 |
| 3.4 试样参数配伍及制备 |
| 3.4.1 试样参数配伍 |
| 3.4.2 试样制备 |
| 3.5 本章小结 |
| 4 不同织物温度传感器性能测试与分析 |
| 4.1 服用性能测试及分析 |
| 4.1.1 实验方案 |
| 4.1.2 实验结果与分析 |
| 4.1.3 基于测试结果的织造参数优选 |
| 4.2 感温性能测试及分析 |
| 4.2.1 感温性能评价指标 |
| 4.2.2 模拟条件下电阻-温度特性测试 |
| 4.2.3 基于测试结果的织造参数优选 |
| 4.3 影响传感器感温性能的因素探究 |
| 4.3.1 实验方案 |
| 4.3.2 影响因素分析 |
| 4.4 本章小结 |
| 5 多点监测温度传感器设计制备与性能测试 |
| 5.1 设计需求及要素分析 |
| 5.1.1 相关设计理论 |
| 5.1.2 市场及专利调研分析 |
| 5.1.3 多点监测温度传感器设计要素 |
| 5.2 结构设计与织造方案 |
| 5.2.1 尺寸获取与款式设计 |
| 5.2.2 结构设计与样板补正 |
| 5.2.3 织造参数设计 |
| 5.2.4 电路连接及缝制工艺设计 |
| 5.3 性能测试与分析 |
| 5.3.1 服用性能测试 |
| 5.3.2 感温性能测试 |
| 5.3.3 结果分析 |
| 5.4 本章小结 |
| 6 多点监测温度传感器应用测试与评价 |
| 6.1 最小监测预警系统设计及仿真实验 |
| 6.1.1 设计需求及工作原理 |
| 6.1.2 模块设计与连接 |
| 6.1.3 Proteus仿真实验 |
| 6.2 实时温度监测及性能评价 |
| 6.2.1 实验方案 |
| 6.2.2 分析与讨论 |
| 6.3 穿着舒适性主观评价 |
| 6.3.1 主观评价方法 |
| 6.3.2 主观评价实验 |
| 6.3.3 结果分析 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论与成果 |
| 7.2 不足与展望 |
| 参考文献 |
| 附录1 不同织物温度传感器性能测试结果(部分) |
| 附录2 感温性能影响因素测试结果(部分) |
| 附录3 市场调研及专利调研 |
| 附录4 多点织物温度传感器性能测试结果 |
| 附录5 单片机程序设计 |
| 附录6 多点织物温度传感器实时监测结果(部分) |
| 攻读硕士学位期间研究成果 |
| 致谢 |
（7）履带式水稻联合收获机辅助导航系统关键技术研究（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 履带式联合收获机地面行驶理论与行走系统研究进展 |
| 1.2.1.1 履带式联合收获机行走转向机构 |
| 1.2.1.2 履带-土壤互作关系分析模型 |
| 1.2.1.3 履带车辆行驶状态研究方法 |
| 1.2.2 农业装备视觉定位导航技术研究概况 |
| 1.2.2.1 农业装备导航定位技术 |
| 1.2.2.2 视觉定位导航图像处理技术 |
| 1.2.2.3 视觉定位导航路径提取技术 |
| 1.2.3 农业装备导航路径跟踪控制技术研究现状 |
| 1.2.3.1 路径跟踪模型 |
| 1.2.3.2 路径跟踪控制算法 |
| 1.2.3.3 联合收获机路径跟踪控制 |
| 1.3 研究目的与研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.3.3 拟解决的关键技术 |
| 1.3.4 技术路线 |
| 第二章 履带式水稻联合收获机田间行驶基础理论与影响要素分析 |
| 2.1 引言 |
| 2.2 履带-土壤系统力学分析 |
| 2.2.1 土壤应力应变关系 |
| 2.2.2 履带式联合收获机接地比压分布状态 |
| 2.2.3 土壤压力-沉陷模型 |
| 2.2.4 履带-土壤相互作用力 |
| 2.2.4.1 履带与土壤间摩擦力 |
| 2.2.4.2 履带与土壤间挤压力 |
| 2.3 稳态转向运动学分析 |
| 2.3.1 稳态转向运动学模型构建 |
| 2.3.2 稳态转向运动学特征分析 |
| 2.4 田间行驶影响要素分析 |
| 2.4.1 履带对土壤的剪切作用分析 |
| 2.4.2 滑转滑移对运动参数影响分析 |
| 2.4.3 水田土壤物理机械性质对行驶状态影响 |
| 2.5 水田转向运动学试验与运动参数修正模型构建 |
| 2.5.1 试验方法 |
| 2.5.2 试验结果与分析 |
| 2.5.3 运动参数修正模型拟合 |
| 2.6 本章小结 |
| 第三章 履带式水稻联合收获机辅助导航系统总体设计与分析 |
| 3.1 引言 |
| 3.2 辅助导航系统总体结构与工作原理 |
| 3.2.1 辅助导航系统总体结构设计 |
| 3.2.2 辅助导航系统工作原理 |
| 3.3 导航传感器数据采集与信号处理方法 |
| 3.3.1 视觉传感器关键参数分析与图像采集装置优化 |
| 3.3.2 航位传感器数据融合算法设计 |
| 3.3.2.1 航位数据解析与转换 |
| 3.3.2.2 多传感器数据融合扩展卡尔曼滤波器设计 |
| 3.3.3 转速传感器限幅平均滤波器设计 |
| 3.4 辅助导航系统串并联组合式液压转向执行机构设计 |
| 3.4.1 液压转向系统原理分析 |
| 3.4.2 液压转向执行机构设计与关键参数分析 |
| 3.5 辅助导航系统数据采集与液压转向测试分析 |
| 3.5.1 航位信息监测系统试验与分析 |
| 3.5.2 直线行驶偏驶率试验与分析 |
| 3.5.3 转向响应特征试验与分析 |
| 3.6 本章小结 |
| 第四章 基于水稻待收获区域视觉识别的收获路径提取方法 |
| 4.1 引言 |
| 4.2 水稻收获图像预处理方法设计与分析 |
| 4.2.1 畸变图像逆变换矫正模型构建 |
| 4.2.2 图像噪声高斯平滑滤波器设计 |
| 4.3 水稻待收获区域图像分割算法 |
| 4.3.1 水稻收获图像多模型颜色空间特征对比分析 |
| 4.3.2 考虑超红特征的水稻收获图像二值化综合阈值算法 |
| 4.4 收获路径提取方法设计 |
| 4.4.1 基于像素列垂直投影分析的动态ROI决策算法 |
| 4.4.2 基于像素行阶跃相关分析的边界点判定算法 |
| 4.4.3 基于三次B样条曲线的收获路径拟合 |
| 4.5 视觉路径与空间路径的映射关系 |
| 4.6 水稻收获作业路径提取试验与分析 |
| 4.6.1 空间位置关系视觉辨识试验 |
| 4.6.2 作业路径提取试验 |
| 4.7 本章小结 |
| 第五章 履带式水稻联合收获机作业路径跟踪算法与控制策略 |
| 5.1 引言 |
| 5.2 收获路径跟踪过程分析 |
| 5.3 收获路径寻线跟踪模型构建 |
| 5.3.1 收获路径偏差分析 |
| 5.3.2 圆弧-切线寻线跟踪方程建立 |
| 5.3.3 前视距离动态调整策略 |
| 5.3.4 寻线跟踪模型仿真分析 |
| 5.4 液压转向执行机构模糊控制器设计 |
| 5.4.1 基础模糊控制器构建 |
| 5.4.2 控制器参数粒子群算法寻优 |
| 5.4.3 模糊控制器仿真分析 |
| 5.5 基于转向特征在线识别的跟踪控制策略 |
| 5.5.1 转向特性LS-SVM回归模型构建 |
| 5.5.2 控制模型参数分析与优化 |
| 5.6 收获路径跟踪控制试验 |
| 5.6.1 LS-SVM转向特征识别试验与分析 |
| 5.6.2 路径跟踪控制试验与分析 |
| 5.7 本章小结 |
| 第六章 履带式水稻联合收获机辅助导航系统田间试验与分析 |
| 6.1 引言 |
| 6.2 田间试验工况测定 |
| 6.3 试验方法与导航性能评价指标 |
| 6.4 试验结果与分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录A:课题来源 |
| 附录B:注释说明 |
| 附录C:攻读博士学位期间主要科研工作与研究成果 |
| 致谢 |
（8）声表面波传感器温度和应变耦合效应研究（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 LGS材料特性研究现状 |
| 1.2.2 SAW传感器的温度补偿研究现状 |
| 1.2.3 基于差分结构的解耦研究现状 |
| 1.3 本论文的选题依据 |
| 1.4 本论文的研究内容 |
| 第二章 理论基础和实验方法 |
| 2.1 SAW和 BAW模式 |
| 2.2 SAW器件 |
| 2.2.1 基本结构和工作原理 |
| 2.2.2 SAW谐振器 |
| 2.3 SAW谐振器的有限元仿真方法 |
| 2.4 SAW谐振器的制备方法 |
| 2.4.1 SAW谐振器的基本制备方法 |
| 2.4.2 SiO_2薄膜的制备方法 |
| 2.5 SAW谐振器的测试方法与性能表征 |
| 2.5.1 微观结构测试方法 |
| 2.5.2 SAW谐振器的性能表征 |
| 2.5.3 SAW谐振器的测试方法 |
| 2.5.4 应变特性测试 |
| 2.6 本章小结 |
| 第三章 LGS SAW谐振器温度和应变特性研究 |
| 3.1 SAW谐振器的设计与制备 |
| 3.2 LGS SAW谐振器的温度特性测试与分析 |
| 3.2.1 SAW谐振器的室温特性 |
| 3.2.2 SAW谐振器的温度特性测试与分析 |
| 3.3 基于LGS衬底的温度传感器设计与制备 |
| 3.3.1 SAW传感器的理论设计 |
| 3.3.2 温度传感器的制备及测试 |
| 3.3.3 温度传感器的测试结果与分析 |
| 3.4 LGS SAW谐振器的应变特性测试与分析 |
| 3.5 本章小结 |
| 第四章 SiO_2/LGS SAW谐振器温度和应变特性研究 |
| 4.1 SAW谐振器的设计与制备 |
| 4.2 SiO_2/LGS SAW谐振器的温度特性测试与分析 |
| 4.2.1 SiO_2/LGS SAW谐振器的室温测试与分析 |
| 4.2.2 SiO_2/LGS SAW谐振器的温度特性测试与分析 |
| 4.3 SiO_2 薄膜对LGS SAW谐振器Q因子和K2的影响 |
| 4.3.1 SiO_2 薄膜对LGS SAW谐振器Q因子的影响 |
| 4.3.2 SiO_2 薄膜对LGS SAW谐振器K2的影响 |
| 4.4 SiO_2 薄膜对LGS SAW谐振器应变特性的影响研究 |
| 4.5 本章小结 |
| 第五章 基于差分结构的SAW应变传感器研究 |
| 5.1 实验样品设计与制备 |
| 5.2 基于两个SAW谐振器的应变传感器研究 |
| 5.2.1 SAW-2的高温应变特性 |
| 5.2.2 基于两个SAW谐振器的温度应变解耦方法 |
| 5.3 基于三个SAW谐振器的应变传感器研究 |
| 5.3.1 SAW-3的高温应变特性 |
| 5.3.2 基于三个SAW谐振器的温度应变解耦方法 |
| 5.3.3 基于三个SAW谐振器的应变传感器实验验证 |
| 5.4 本章小结 |
| 第六章 双模SAW应变传感器研究 |
| 6.1 BAW模式的测试与仿真 |
| 6.1.1 BAW模式的测试结果 |
| 6.1.2 BAW模式的仿真结果 |
| 6.2 BAW模式的高温应变测试研究 |
| 6.2.1 BAW模式的频率-温度测试研究 |
| 6.2.2 BAW模式的高温应变测试研究 |
| 6.3 基于双模的温度应变解耦方法 |
| 6.4 基于双模的温度应变解耦实验验证 |
| 6.5 本章小结 |
| 第七章 结论 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 下一步研究工作 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（9）土-岩二元结构路堑边坡失稳机理与智能预警研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 二元边坡研究现状 |
| 1.2.2 边坡智能预警研究现状 |
| 1.2.3 存在的问题 |
| 1.3 主要研究内容和技术路线 |
| 第二章 二元边坡的类型及失稳模式 |
| 2.1 依托工程及其工程地质条件 |
| 2.1.1 依托工程概述 |
| 2.1.2 工程地质条件 |
| 2.2 二元边坡类型 |
| 2.3 二元边坡失稳模式 |
| 2.4 小结 |
| 第三章 高寒阴湿区二元边坡温湿变化特征研究 |
| 3.1 概述 |
| 3.2 边坡温湿度现场监测研究 |
| 3.2.1 温湿度监测方案 |
| 3.2.2 温湿度监测结果分析 |
| 3.3 边坡湿度现场钻探试验研究 |
| 3.3.1 边坡湿度的钻探方案 |
| 3.3.2 边坡湿度的实验分析 |
| 3.4 二元边坡上覆土内水分入渗模式 |
| 3.5 小结 |
| 第四章 增湿对二元边坡岩土体工程性质的影响 |
| 4.1 概述 |
| 4.2 岩土体的类别及基本性质 |
| 4.2.1 边坡上覆土的类别及基本性质 |
| 4.2.2 全风化闪长岩的基本性质 |
| 4.3 增湿对土体抗剪性影响的试验研究 |
| 4.3.1 土样的三轴试验方案 |
| 4.3.2 土样三轴试验结果分析 |
| 4.3.3 土体应变强化本构模型数值反演 |
| 4.4 增湿对全风化岩抗剪性影响的试验研究 |
| 4.4.1 全风化岩的三轴试验方案 |
| 4.4.2 全风化岩的三轴试验结果分析 |
| 4.4.3 全风化岩应变强化本构模型数值反演 |
| 4.5 增湿对土-岩接触面抗剪性影响的试验研究 |
| 4.5.1 土-岩接触样的直剪试验方案 |
| 4.5.2 土-岩接触样的试验结果分析 |
| 4.6 边坡其它风化等级岩体类型及其性质参数 |
| 4.6.1 边坡其它风化等级的岩体类型 |
| 4.6.2 基于Hoek-Brown-GSI法的岩体强度参数确定方法 |
| 4.6.3 基于Hoek-Diederichs法的岩体变形模量确定方法 |
| 4.6.4 边坡其它风化等级岩体的调查及性质参数计算 |
| 4.7 湿润环境对边坡其它风化等级岩体的性质参数影响分析 |
| 4.8 小结 |
| 第五章 典型二元边坡的破坏机制研究 |
| 5.1 概述 |
| 5.2 基于离心模型试验的二元边坡破坏机制 |
| 5.2.1 试验目的及原理 |
| 5.2.2 试验方案 |
| 5.2.3 试验结果分析 |
| 5.3 离心模型试验工况的二元边坡破坏机制数值模拟分析 |
| 5.3.1 数值模拟目的及方案 |
| 5.3.2 数值模拟结果分析 |
| 5.4 水分入渗下二元边坡的破坏机制分析 |
| 5.4.1 分析目的及方案 |
| 5.4.2 缓顺倾接触面型二元边坡破坏机制 |
| 5.4.3 陡顺倾接触面型二元边坡破坏机制 |
| 5.4.4 反倾接触面型二元边坡破坏机制 |
| 5.5 小结 |
| 第六章 二元边坡监测敏感部位与监测量变化模式 |
| 6.1 概述 |
| 6.2 边坡监测变量类型 |
| 6.3 边坡监测敏感部位 |
| 6.3.1 坡表单点位移监测敏感部位 |
| 6.3.2 格构梁混凝土应变监测敏感部位 |
| 6.3.3 两点相对位移监测敏感部位 |
| 6.3.4 锚杆(索)监测敏感部位 |
| 6.3.5 倾斜度监测敏感部位 |
| 6.4 边坡监测量变化模式 |
| 6.4.1 锚杆轴力变化模式 |
| 6.4.2 锚索拉力变化模式 |
| 6.4.3 位移变化模式 |
| 6.4.4 混凝土应变变化模式 |
| 6.5 小结 |
| 第七章 路基边坡智能预警云平台 |
| 7.1 概述 |
| 7.2 监测量预警值的确定方法 |
| 7.2.1 经验法 |
| 7.2.2 预演-回归分析法 |
| 7.2.3 预演-支持向量机法 |
| 7.3 边坡智能预警系统组成部分 |
| 7.4 路基边坡智能预警云平台开发 |
| 7.4.1 云平台开发环境 |
| 7.4.2 云平台系统框架结构及分步设置 |
| 7.4.3 云平台监测数据远程接收 |
| 7.5 路基边坡智能预警APP用户登录界面 |
| 7.6 小结 |
| 第八章 二元边坡监测预警工程案例 |
| 8.1 概述 |
| 8.2 监测边坡概况及智能预警系统 |
| 8.2.1 监测边坡概况 |
| 8.2.2 边坡智能预警系统 |
| 8.3 边坡监测量多级预警值的确定 |
| 8.3.1 基于经验法确定边坡监测量多级预警值 |
| 8.3.2 基于预演-支持向量机法确定边坡监测量多级预警值 |
| 8.4 监测结果分析及边坡稳定性评价 |
| 8.4.1 深部相对位移监测结果分析 |
| 8.4.2 锚杆轴力监测结果分析 |
| 8.4.3 格构混凝土应变监测结果分析 |
| 8.5 小结 |
| 结论及展望 |
| 结论 |
| 创新点 |
| 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（10）基于移动激光雷达数据的路面状况检测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于MLS点云的路面特征提取研究现状 |
| 1.2.2 基于MLS点云的路面几何状况检测研究现状 |
| 1.2.3 基于MLS数据的路面技术状况检测研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文结构 |
| 第二章 MLS点云数据特征及索引方法 |
| 2.1 MLS系统构成 |
| 2.1.1 MLS系统工作原理 |
| 2.1.2 MLS系统主要构成 |
| 2.1.3 MLS系统关键性能指标 |
| 2.2 MLS点云数据特征 |
| 2.2.1 单点信息特征 |
| 2.2.2 邻域特征 |
| 2.3 点云组织与索引方法 |
| 2.3.1 Kd-Tree方法 |
| 2.3.2 Octree方法 |
| 2.3.3 点云栅格化方法 |
| 第三章 MLS顺序索引构建 |
| 3.1 Tgrid顺序索引构建 |
| 3.2 Tgrid改进的点云数据预处理 |
| 3.2.1 Tgrid改进的变邻域搜索 |
| 3.2.2 Tgrid改进的点云去噪 |
| 3.2.3 Tgrid改进的点云滤波 |
| 3.3 利用MLS点云重建扫描仪地面轨迹 |
| 3.4 实验与分析 |
| 3.4.1 利用MLS点云重建扫描仪地面轨迹 |
| 3.4.2 MLS点云顺序索引创建 |
| 3.4.3 Tgrid改进的路面点滤波 |
| 第四章 基于MLS点云的路面特征提取 |
| 4.1 路面与道路边界提取 |
| 4.1.1 路面点云提取 |
| 4.1.2 道路边界提取 |
| 4.2 车道线提取 |
| 4.2.1 提取候选标线 |
| 4.2.2 车道线滤波 |
| 4.3 车道分割 |
| 4.4 道路中线及轮迹线提取 |
| 4.4.1 道路中线提取 |
| 4.4.2 轮迹线提取 |
| 4.5 路面点云孔洞检测 |
| 4.6 实验与分析 |
| 4.6.1 路面与道路边界提取 |
| 4.6.2 车道线提取 |
| 4.6.3 车道分割 |
| 4.6.4 道路中线及轮迹线提取 |
| 第五章 基于MLS点云数据的路面几何状况检测 |
| 5.1 横断面提取 |
| 5.2 横坡、纵坡与曲率检测 |
| 5.2.1 横坡检测 |
| 5.2.2 纵坡检测 |
| 5.2.3 曲率检测 |
| 5.3 几何线形提取与安全性评价 |
| 5.3.1 平面线形提取 |
| 5.3.2 纵断面线形提取 |
| 5.3.3 几何线形安全性评价 |
| 5.4 实验与分析 |
| 5.4.1 横坡、纵断面高程检测 |
| 5.4.2 线形安全分析 |
| 第六章 基于MLS数据的路面技术状况检测 |
| 6.1 路面破损检测 |
| 6.1.1 数据要求 |
| 6.1.2 基于MLS点云检测路面裂缝与坑槽 |
| 6.1.3 融合MLS点云与路面影像的路面损坏检测策略 |
| 6.2 路面平整度检测 |
| 6.2.1 国际平整度指标 |
| 6.2.2 路面平整度标准差 |
| 6.3 路面车辙深度检测 |
| 6.4 实验与分析 |
| 6.4.1 路面裂缝与坑槽检测 |
| 6.4.2 路面平整度检测 |
| 6.4.3 路面车辙深度检测 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 本文创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
四、线性传感器拟合参考直线的选择（论文参考文献）
- [1]光幕式动车车轴形状误差检测及评估方法研究[D]. 王立彬. 吉林大学, 2021(01)
- [2]用于快速现场检测的小型化光谱分析系统研制[D]. 简丹. 江南大学, 2021(01)
- [3]基于针织应变传感器的人体运动识别研究[D]. 李煜天. 江南大学, 2021(01)
- [4]基于道路线形的智能汽车安全行驶模型研究[D]. 宁航. 长安大学, 2021(02)
- [5]结构化环境下多模态特征无缝融合的移动机器人同时定位与建图[D]. 孙沁璇. 南开大学, 2021
- [6]基于乳腺癌风险监测的柔性温度传感器设计研究[D]. 孙嘉琪. 东华大学, 2021(09)
- [7]履带式水稻联合收获机辅助导航系统关键技术研究[D]. 关卓怀. 华中农业大学, 2020(04)
- [8]声表面波传感器温度和应变耦合效应研究[D]. 李凌. 电子科技大学, 2020(03)
- [9]土-岩二元结构路堑边坡失稳机理与智能预警研究[D]. 孙巍锋. 长安大学, 2020
- [10]基于移动激光雷达数据的路面状况检测方法研究[D]. 钟棉卿. 长安大学, 2020(06)