一、背景信号操控平台设计及GPS接收技术研究（论文文献综述）
木建一,于海鹏,李培正,朱坤,姚克波[1]（2021）在《一种卫星紧急无线电示位标GPS干扰分析》文中提出随着GPS模块价格越来越低,现在的很多示位标设备都带有GPS接收模块。但由于GPS信号非常微弱,容易受到其他信号干扰,尤其是在带有无线电发射模块的设备中。本文对示位标里一种通过同轴电缆传导的GPS信号干扰现象进行了分析并提出解决方案。该分析结果和解决方案可以给其他带有GPS的电路设计提供参考。
唐国顺[2]（2021）在《面向无人仓库移动搬运机器人的新型定位系统研究》文中研究说明传统仓储环境下移动搬运机器人采用的定位系统往往需要铺设大量辅助器材,整体灵活性不够且成本高昂。考虑到布设定位系统的简便性与后期维护成本,提出了一种适用于无人仓库移动搬运机器人的融合定位系统。通过将基于无线移动通信网的TC-OFDM（Time&Code Division-Orthogonal Frequency Division Multiplexing）定位系统与独立且能短时间输出高精度运动数据的INS（Inertial Navigation System）进行深度融合,使两者的优势得到充分结合,实现了移动搬运机器人在无人仓库内部的定位功能。论文的主要研究内容如下:1)无人仓库内环境复杂容易造成定位信号波动,信号接收机随着搬运机器人移动也会引入动态应力,从而导致接收机环路失锁、TC-OFDM/INS深组合导航系统发散。针对该问题设计了一种引入模糊控制的INS辅助TC-OFDM接收机载波跟踪环路的基带算法。通过辅助开关单元实现了 INS辅助TC-OFDM接收机载波跟踪环路的融合切换,提升了接收机的动态性能以及整个深组合导航系统的鲁棒性。2)传统组合导航系统的数据融合算法具有马尔可夫性,单次定位误差会严重影响后续时刻定位结果的准确性。针对这一问题,论文提出了一种利用滑动窗口滤波来扩增历史位置状态信息的多状态约束卡尔曼滤波算法。仿真结果表明,通过引入时间差分载波相位观测量,在增加了一定的运算负荷的情况下,该算法模型在水平面内定位精度随着计算迭代可达到0.3m以内,高程定位精度小于0.1m,定速误差趋近于0。相较于传统的扩展卡尔曼滤波模型,能够有效提高深组合导航系统的定位精度与稳定性。3)基于FPGA+ARM的硬件架构上实现了所提出的基带算法与数据融合算法,搭建了基于TC-OFDM/INS深组合的定位系统实物平台。并利用搭载定位终端的测试小车在模拟无人仓库的室内环境里进行了静态、动态场景下的定位实测。从实验结果可知,该深组合导航系统平均定位误差在0.5m左右,相较于传统TC-OFDM定位系统,定位精度提升了35%,基本满足无人仓库内部移动搬运机器人的定位需求。
李硕[3]（2020）在《基于叶绿素荧光的水体浮游藻类浓度监测技术研究》文中研究说明近年来,随着中国经济飞速发展,所面临的资源匮乏日趋严重,尤其是水资源紧缺。人们大量使用含有氮、磷等化学元素的肥料,过量的生活污水不经处理直接排入河海,导致了严重的水体富营养化问题,由此引发的水华、赤潮现象对经济的可持续发展产生长远的危害。水华与赤潮是分别在湖泊和海洋中单一藻类爆发性繁殖的现象,水体中叶绿素a的含量可以反映浮游藻类的浓度,因此已成为评价水质营养化的主要参数之一。本文对低能耗、便携式的水体浮游藻类浓度监测系统进行研究,实现基于叶绿素荧光的水体浮游藻类浓度在线监测。首先,介绍了叶绿素a荧光的发光机理以及荧光的激发光谱和发射光谱的特征,重点分析了荧光分析法的测量原理,通过朗伯比尔原理得到荧光强度与叶绿素a浓度之间的关系,由叶绿素a浓度来反映水体浮游藻类浓度情况。其次,分析国内外水体藻类浓度检测产品特点与不足,根据低能耗、便携式、无需采样的浮游藻类浓度监测系统的设计需求,系统采用双波段LED组成激发光源,灵敏Si PIN光电探测器为接收器,选择高质量窄带滤光片减小其它波段光干扰,设计完成了90°的一体化荧光激发-采集光路。再次,基于STM32单片机设计开发了电路系统,包括了驱动电源模块,激发光源模块、荧光值采集模块、参数设置模块、GPS/北斗双模定位模块、4G数据传输模块、荧光信息存储模块、OLED显示模块。系统基于华为云服务器搭建了水体浮游藻类浓度监测云平台,基于Mysql组建了数据库,基于HTML5开发了监测网站、基于Android平台开发了手机端APP,实现了藻类浓度数据的多平台在线实时查看。最后,利用光谱仪对叶绿素的吸收光谱进行了测定,设计完成了两组实验验证。实验一通过改变电流大小控制激发光强,对不同浓度的叶绿素乙醇溶液进行数据采集,实验发现适当调整激发光源强度可以有效提高叶绿素荧光信号采集精度;实验二在暗环境和日光环境对叶绿素乙醇溶液进行数据采集对比,验证了日光背景条件下,系统荧光采集值的准确有效性。通过重复性实验,验证了系统具有良好的稳定性。
张鹏辉[4]（2021）在《燃油动力机器人自主导航控制系统设计与研究》文中研究表明“十三五”规划以来,“智慧农业”的概念逐渐深入人心,并引导着我国农业机械现代化的发展,农业机器人便是其中的一项重要课题。宁夏回族自治区的枸杞产业近几年发展迅速,已成为宁夏的名片之一。但其农业生产设备中的移动平台这方面还大多以人工机械设备为主,相关的智能化设备在理论阶段还存在设计难度较大,成本较高等问题。本课题主要以枸杞农田道路作为实验对象,综合应用计算机视觉、自动控制技术、电力电子技术、机械设计制造以及计算机技术开展具有大负载和农田道路自主导航能力的智能农业机器人的设计与研究。本课题的主要工作包括以下几点:（1）从燃油动力机器人平台的总体设计出发,以搭建轮式机器人移动平台为目标,阐述了燃油动力机器人主要功能需求、系统总体架构设计,并设计了伺服舵机油门控制系统实现机器人速度控制,大扭矩舵机控制转向系统,直流减速电机控制制动系统。（2）对机器人控制电路进行设计与研究,主要包括供电电源模块、DC-DC降压模块、底层电机驱动模块、无线传输模块、树莓派主控制器、I/O扩展电路模块。其中为了实现手动模式和急停模式的可控切换,本课题选用Philips公司生产的74系列逻辑芯片HC4066D与单路反相器芯片SN74LVC1G04DCKT,自主设计了一款电机驱动信号控制电路。控制切换电路主要包括无线接收与发射模块、四路模拟开关芯片与反相器芯片等。（3）对农业机器人在枸杞农田中的导航控制系统进行了研究和设计,对采集到的非结构化农田道路图像进行研究,将图像从RGB颜色空间转化为HSL颜色空间,并采用了不受光照影响的H分量图作为图像分割对象。详细描述了获取图像、中值滤波、阈值分割、中心路径提取等图像处理过程,其中本课题根据实际农田道路环境选择K-means聚类算法,作为本课题图像处理的图像分割算法。（4）研究并建立了轮式移动机器人的运动学模型,得出了移动平台的运动规律并提出一种基于动态追踪导航点的轮式移动机器人自主导航控制策略。经过实地试验,燃油动力机器人在自主导航模式下,实际导航路径与田间道路中心线横向偏差距离最大不超过10cm,并能够在2m范围内完成自主矫正路线。并完成物联网APP的开发,实现对机器人的远程控制。
唐海琴[5]（2020）在《基于车车通信的联网车辆跟驰行为交通适应性研究》文中提出随着车联网技术的发展,智能化、网联化将成为未来交通的主要特征,车车通信（Vehicle to Vehicle,V2V）环境下联网车辆（connected vehicles,CV）的信息协同共享能力,使其跟驰行为与人工驾驶车辆（Human Vehicles,HV）存在较大差异,而CV跟驰行为是否能适应复杂道路运行环境并提升交通系统功效是亟待研究的问题。因此对复杂道路运行环境下CV跟驰行为进行研究,掌握V2V技术对现有交通系统可能产生的正反双面影响,对推动V2V技术的实际应用具有重要意义。本文利用外场实测数据对基于V2V的CV跟驰行为交通适应性展开研究。首先,在对传统环境、V2V环境下跟驰行为研究现状和适应性研究现状进行综述的基础上,总结了现有研究的不足,将CV跟驰行为从理论建模层面深入到交通适应性评价层面,并给出了本文的研究内容及技术路线。其次,比较了传统环境和V2V环境下驾驶过程、跟驰行为特性、车辆跟驰建模的差异,为后续研究提供理论依据。然后,定义了跟驰行为交通适应性这一概念,从人-机-环境三个维度,设计反应时间、加速度变化率、速度变异系数、车头时距、碰撞时间倒数、稳态转移时间等跟驰行为交通适应性表征指标,并基于这些表征指标提出了跟驰行为交通适应性评价指标体系,具体包括:反应时间均值、加速度变化率绝对值均值、速度变异系数、车头时距均值、碰撞时间倒数极大值、稳态转移时间均值。同时,为对跟驰行为交通适应性进行综合评价,针对多种评价方法的评价结果可能不一致的问题,提出了基于离差最大化的跟驰行为交通适应性组合评价模型,选取灰色聚类分析法、物元分析法和模糊综合评价三种评价方法形成组合方法集,利用组合方法集中单一评价方法分别对跟驰行为交通适应性进行评价,对通过肯达尔一致性系数检验的评价方法,基于离差最大化思想,求解各评价方法的组合权重,并对各方法的评价结果进行组合,获得组合评价结果。接着,搭建基于V2V的跟驰实验平台,完成了实验平台软硬件设计,并设计加速、减速、停启、前向碰撞预警四种场景,采集外场实测数据,作为后续跟驰行为交通适应性表征指标提取和组合评价的数据来源。最后,考虑不同运行速度、工况、道路等级、天气、服务水平等复杂道路运行环境因素,从统计学角度探索不同因素下适应性表征指标的变化规律,分析不同因素下的CV跟驰行为交通适应性。并采用基于离差最大化的跟驰行为交通适应性组合评价模型进行实例分析,计算了跟驰行为交通适应性组合评价值和单项评价指标组合评价值,按分值区间划分了评价等级。跟驰行为交通适应性表征指标分析结果表明,相较传统环境,V2V环境下驾驶员反应时间均值缩短0.96s,车头时距均值减小27%,加速度变化率、碰撞时间倒数整体较小,稳态转移时间更小。在不同因素影响下各表征指标具有一定差异,反映了不同影响因素下CV跟驰行为交通适应性有所区别,即反应能力、舒适性、操控稳定性、安全性等不同。跟驰行为交通适应性组合评价结果表明,驾驶员感知决策能力大大提高,对车辆的操控稳定性更强,大部分情况下追尾风险性减小,即使较HV,基于V2V的CV跟车距离更近,但总体而言,CV跟驰行为的交通适应性比HV更高。
张力[6]（2020）在《煤矿四旋翼飞行机器人测控系统研发》文中指出由于煤矿井下具有低照度、巷道结构复杂且尚无精确的导航定位系统（如北斗、GPS）等问题,导致常用于地面上空作业的四旋翼飞行机器人测控系统远远不能满足煤矿井下的飞行控制和巡检作业需求,针对以上问题,结合煤矿环境参数、设备状态等巡检需求,提出并设计一种煤矿四旋翼飞行机器人测控系统。（1）研究分析煤矿四旋翼飞行机器人测控系统的设计需求,提出该机器人测控系统的总体方案,将测控系统分为飞行控制系统与巡检信息回传系统两大部分,并进行软硬件系统设计。（2）针对测控系统在性能和功能上的设计需求,确定测控系统硬件的基本组成部分,并采用模块化设计思想搭建定位模块、控制模块、自主避障模块、巡检作业模块以及电源管理模块,对传感器等相关元器件进行选型,设计巡检作业模块和电源管理模块的接口电路和转换电路。（3）为解决井下远程操控机器人难度大、自主性差等问题,利用MAVROS软件包对Pixhawk飞控器进行二次开发,设计机器人井下飞行控制的应用程序;利用光流定位原理和基于单目相机标定的方法,解决机器人井下姿态稳定和空间位置解算等问题;利用多方位超声测距的方法,设计机器人自主避障策略,保障井下飞行的安全。（4）基于云平台搭建井下巡检系统的数据库和流媒体服务器,通过采集程序和编程接口建立传感器与云数据库的连接,实时将机器人检测到的相关数据上传至云数据库,实现井下巡检数据的回传:通过调用ffmpeg和librtmp等库函数,实时将视频信息推流发送至云平台流媒体服务器,实现巡检视频的回传。（5）针对所研发的煤矿四旋翼飞行机器人测控系统方案,搭建相应的测试环境,并对飞行控制功能和巡检回传功能分模块进行试验测试。测试结果表明,该设计方案能够满足煤矿井下巡检对四旋翼飞行机器人测控系统的功能要求。
韩敏锐[7]（2020）在《城市消防无人机控制系统的设计》文中进行了进一步梳理随着城市建设规模不断扩大,灭火救援面临着复杂多变的现场条件,高层建筑火火及人员逃生是当前世界公认的难题。传统的灭火方式捕获信息慢,处理响应不够及时,因此如何高效、快速地获取信息并传递信息、重点针对被困人员展开施救,成为灭火救援面临的一个新问题。上述问题的解决方案之 就是借助无线监控及特殊的消防手段实施灭火救援工作。但是高层楼宇往往建筑结构复杂,具有灭火通信设备不完善、无线信号覆盖面不足等缺点,使得传输过程中信号容易受到干扰,很难保证传输的实效性和可靠性。基于以上原因,本论文在分析现有灭火系统的发展以及优缺点后,以高层建筑火灾侦查和消防灭火为目标,对城市消防无人机的控制系统进行了设计开发。本论文对消防无人机的控制系统设计展开研究,其核心内容是完成主要机载设备的选型以及机载控制器的开发及测试,使其能够以无线传输方式下传图像、飞行姿态等信息,又能根据地面操控指令完成云台姿态控制、摄像机控制、灭火弹发射、定位信息获取及显示等一系列操作。按照以上总体要求,经过认真的分析和细化,最终确定系统功能需求和技术要求。本论文主要做了以下几方面的工作:1.论文首先对系统的功能需求进行分析,进而提出技术指标,然后对系统总体设计,并将系统分为机载控制系统、无线传输系统和地面操控终端三部分。该系统包括机载控制器部分的软硬件设计和地面操控终端用户软件设计两个部分,其中无线数据传输模块和无线图像传输模块的参数选型包含在硬件设计中。2.重点对消防无人机机载控制系统的设计开发进行了介绍,包括无线数据通信模块、姿态传感器、机载摄像头和云台、无线图像传输模块等的选型以及机载控制器的硬件电路设计和软件编程。同时依据通信协议,对地面操控终端的用户应用软件进行了开发。3最后根据项目的技术指标对系统的各项主要性能进进行了实验验证与分析,按照测试先后顺序,分为功能测试和综合测试。硬件电路测试重点介绍上电调试及接口调试,之后进行机载控制系统与地面操控终端软件之间的联合调试,最后模拟实际场景进行无线通信测试,通过现场试验和结果分析,该系统达到了预期的技术指标,满足实际的应用需求。
王荣强[8]（2020）在《就地热再生加热机智能驾驶系统的研制》文中研究说明就地热再生是一种预防性沥青路面养护技术,因其具有经济环保、施工速度快、交通影响小等优点,近年来被世界各国广泛应用。然而其高温、噪音等恶劣的施工环境,危害现场施工人员的身体健康,致使用工成本越来越高,因此,实现车辆的智能驾驶非常必要。本文根据就地热再生加热机施工环境及施工工艺提出了其智能驾驶的需求,根据现场高温环境选定了差分GPS定位传感器并设计了智能驾驶系统,并以山东省路桥集团有限公司生产的就地热再生加热机为实验平台,进行了实验验证。首先,详细介绍了差分GPS定位技术,依托该定位技术设计了路径规划系统,完成道路定位点信息提取;定位点信息是基于WGS84大地坐标系的,而系统需要使用的坐标为高斯平面直角坐标,因此需要通过一定的坐标转换,转换为北京54平面坐标系下的坐标;在北京54平面坐标系中,将路径信息采样点数据通过最小二乘法进行拟合,生成路径信息,并通过MATLAB平台仿真验证了路径拟合的效果。其次,设计智能驾驶车辆控制系统的总体方案,完成车辆主控制器的硬件设计与组装;设计了以伺服电机为基础的加热机转向装置,实现车辆转向的自动控制;利用角度传感器及其附属电路采集车轮转向状态信息并通过CAN总线传递给车辆主控制器,车辆控制器再计算出车轮转向给定角度与实际角度的差值,以此为车辆方向PID控制的输入信号,实现车辆方向的闭环控制;通过GPS接收机接收车辆位置坐标,在北京54平面坐标系中计算车辆位置与路径信息之间的最短距离,把这个距离作为偏差信号对车辆的轨迹进行PID调节,实现车辆轨迹跟踪闭环控制;安全系统中设计了前方避障保护和偏离预设路径保护的安全机制;通过管理中心实现车辆状态的实时监控及车辆的操控。最后,对整个智能驾驶系统进行了实验验证。实验共分三个阶段:第一阶段,校园环境模拟车辆实验。搭建了一台智能驾驶实验用模型车,模型车的控制系统与实车基本一致,用模型车对提出的控制方法进行验证、改进,待模型车达到智能驾驶的要求时再转移到实车上验证。第二阶段,厂内实车实验。第三阶段,在G1511日兰高速荷关路段施工现场实验。
何松儒[9]（2020）在《基于无人机的民航无线电空中监测地面终端系统研究》文中研究指明伴随着国民经济的繁荣,我国的民航事业获得了快速发展,民航飞行安全也愈加受到重视。民航无线电设备的正常运行是民航飞行安全的重要保障。然而近年来我国的民航无线电设备受干扰事件频频发生,严重时可能造成通信、导航、监视服务中断等危险状况,民航无线电干扰已成为民航飞行安全的重大隐患。针对民航无线电干扰源排查,我国无线电管理部门常用的地面二维无线电监测,无法避免无线电信号在地面传播时发生的多径衰落现象,效率较低。空中无线电监测是对当前地面监测方式的有效补充,利用无人机将监测设备带入空中接收干扰信号的直射波,可以增强监测设备的接收能力,提高工作效率。但目前利用无人机实施空中监测的工作模式、工作成本和排查效率,还有待改进。本文以民航无线电干扰的现状和监测需求为背景,介绍了无线电波的传播特性、民航系统主要用频设备和常见的干扰源类型,比较研究了无线电监测设备、测向方法、定位技术和空中无线电监测方式,对现行的基于无人机的空中无线电监测工作模式进行了改进,使得一人可以同时完成无人机操控与无线电监测工作,达到节约成本、提高排查工作效率的目的。根据基于无人机的空中无线电监测系统的功能需求,通过对Mission Planner开源地面站的二次开发,使之成为具有监测民航无线电干扰功能的软件,与无人机、无线电接收设备等硬件共同构成基于无人机的民航无线电空中监测系统的地面终端系统,并对该系统进行了无人机操纵、测向误差、监测半径和测向交叉定位测试,验证了本系统对于现有工作模式的改进的可行性,可以由一名操作员同时完成无人机操控和无线电监测的工作,降低了排查工作的成本,对提升无线电排查工作的效率有一定的现实意义。
孙天成[10]（2020）在《基于排爆机器人的半自主多机协作系统研究》文中进行了进一步梳理排爆机器人能够在危险环境下代替排爆人员对可疑的爆炸物进行检查、抓取、搬运和销毁,可作为搜爆、排爆作业的专业装备,是当前特种机器人研究的热点之一。本文针对多机器人的协同作业过程,重点研究远程操控、机械臂半自主抓取和多机器人协作等技术,设计并实现了基于排爆机器人的半自主多机协作系统。本文在调研排爆机器人及其关键技术研究现状的基础上,针对现实排爆过程中出现的两个主要问题:（1）单台机器人操作不便或无法完成任务;（2）通信质量问题导致遥控操作误差大,提出了半自主多机协作系统的总体设计方案。方案由远程操控子系统、机械臂半自主抓取子系统和多机器人协作子系统三部分组成。·远程操控子系统主要实现多机器人的远程监控、命令发送等功能。系统主控制器采用Exynos 4412处理器,以嵌入式Linux为操作系统,Qt/Embedded为人机交互设计平台,Live555为视频客户端,实现了多机器人的视频监控、状态反馈以及对机器人的远程遥控功能。·机械臂半自主抓取子系统主要负责对目标物的半自主抓取。系统采用RGBD摄像头作为视觉传感器获取深度图像;采用基于图像骨架的抓取位姿生成算法获得合适的抓取位姿;根据机械臂结构,采用D-H参数法对机械臂建模并进行正逆运动学分析;使用五次多项式插值方法进行轨迹规划;最后通过压力传感器采集末端压力数据,判断当前任务是否完成。·多机器人协作子系统主要负责协作策略和通信方案设计。系统制订了多机器人的协作流程;提出了基于WLAN技术的通信方案;并针对异构机器人设计了一致化交互协议模块。最后,本文设计了多个实验对半自主多机协作系统及其各子系统进行测试,包括通信测试、软件功能测试、机械臂仿真测试、半自主抓取测试、一致化交互协议测试等,测试结果表明系统能够实现多台排爆机器人的半自主协作抓取,满足预期的设计目标。
二、背景信号操控平台设计及GPS接收技术研究（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、背景信号操控平台设计及GPS接收技术研究（论文提纲范文）
（1）一种卫星紧急无线电示位标GPS干扰分析（论文提纲范文）
| 1 问题发现 |
| 2 原因分析 |
| 3 解决方案 |
（2）面向无人仓库移动搬运机器人的新型定位系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 仓储AGV定位技术研究现状 |
| 1.2.2 基于组合导航的AGV定位系统研究现状 |
| 1.2.3 研究现状总结 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 第二章 无人仓库AGV定位系统设计以及原理分析 |
| 2.1 AGV系统总体框架 |
| 2.2 移动搬运机器人定位原理 |
| 2.3 基于TC-OFDM/INS组合的定位系统技术理论 |
| 2.3.1 组合方式 |
| 2.3.2 数据融合算法 |
| 2.4 本章小结 |
| 第三章 AGV定位系统基带算法研究 |
| 3.1 引入模糊控制的INS辅助TC-OFDM载波跟踪算法 |
| 3.1.1 整体结构 |
| 3.1.2 模糊估计单元与融合切换系数β的确定 |
| 3.2 INS辅助环路切换开关单元与切换准则 |
| 3.3 算法仿真分析 |
| 3.3.1 辅助切换开关仿真 |
| 3.3.2 载波跟踪算法仿真对比 |
| 3.4 本章小结 |
| 第四章 深组合下AGV定位系统数据融合算法研究 |
| 4.1 多状态约束的误差状态卡尔曼滤波模型建立 |
| 4.2 MSCKF模型的状态、误差传递 |
| 4.2.1 状态传递 |
| 4.2.2 误差传递 |
| 4.3 观测模型 |
| 4.3.1 伪距观测 |
| 4.3.2 多普勒频移观测 |
| 4.3.3 时间差分载波相位(TDCP) |
| 4.4 滤波器更新及导航参数矫正 |
| 4.5 仿真结果分析 |
| 4.6 本章小结 |
| 第五章 AGV定位系统实物平台搭建与定位实测 |
| 5.1 基于TC-OFDM/INS深组合的定位系统实物平台搭建 |
| 5.1.1 深组合系统接收机的硬件架构 |
| 5.1.2 深组合系统接收机模块的软件架构以及算法实现 |
| 5.2 AGV定位系统基带算法性能测试 |
| 5.3 无人仓库测试环境搭建 |
| 5.3.1 无人仓库环境模拟 |
| 5.3.2 AGV测试小车 |
| 5.4 AGV定位测试结果分析 |
| 5.4.1 静态测试结果分析 |
| 5.4.2 动态测试结果分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文及专利 |
（3）基于叶绿素荧光的水体浮游藻类浓度监测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 课题研究意义、应用前景 |
| 1.4 主要研究内容和各章安排 |
| 第二章 叶绿素荧光检测原理 |
| 2.1 引言 |
| 2.2 叶绿素的研究 |
| 2.2.1 叶绿素的性质 |
| 2.2.2 叶绿素的地位与分类 |
| 2.3 荧光的研究 |
| 2.3.1 荧光的概念 |
| 2.3.2 荧光产生的原理 |
| 2.4 荧光分析法及其特点 |
| 2.4.1 荧光光谱分析 |
| 2.4.2 荧光测量原理 |
| 2.4.3 荧光分析法在其他方面的研究 |
| 2.5 影响荧光强度的因素 |
| 2.6 系统的总体设计 |
| 2.7 本章小结 |
| 第三章 荧光信号检测系统 |
| 3.1 系统光路设计 |
| 3.2 元器件选择型 |
| 3.2.1 激发光源选型 |
| 3.2.2 滤光片选型 |
| 3.2.3 光电探测器的选择 |
| 3.3 硬件电路的搭建 |
| 3.3.1 电源驱动模块 |
| 3.3.2 高亮度LED模块 |
| 3.3.3 荧光接收模块 |
| 3.3.4 串口通信模块 |
| 3.3.5 CC50-BD模块 |
| 3.3.6 数模转换模块 |
| 3.4 软件设计 |
| 3.5 基于华为云开发了水体浮游藻类浓度监测网站 |
| 3.5.1 数据库 |
| 3.5.2 网站主页 |
| 3.5.3 具体设备采集值变化趋势 |
| 3.5.4 采集位置地图标识 |
| 3.5.5 服务器硬件环境和软件环境 |
| 3.5.6 所用技术 |
| 3.5.7 基于Android系统开发的手机操控APP |
| 3.6 本章小结 |
| 第四章 系统的数据采集与误差分析 |
| 4.1 叶绿素吸收光谱实验 |
| 4.2 线性实验 |
| 4.3 重复性实验 |
| 4.4 本章小结 |
| 第五章 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和科研成果 |
| 作者简介 |
| 致谢 |
（4）燃油动力机器人自主导航控制系统设计与研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究发展现状 |
| 1.2.1 国外智能移动机器人研究进展 |
| 1.2.2 国内智能移动机器人研究进展 |
| 1.3 本文研究的主要内容和工作 |
| 第二章 燃油动力机器人移动平台机械系统设计 |
| 2.1 移动平台整体方案设计 |
| 2.2 机械系统主要工作部件设计 |
| 2.2.1 轮式移动平台设计 |
| 2.2.2 转向控制机构设计 |
| 2.2.3 速度控制及制动结构设计 |
| 2.2.4 驱动功率计算与发动机选型 |
| 2.3 燃油动力机器人硬件控制电路系统设计 |
| 2.3.1 供电模块整体设计 |
| 2.3.2 机器人主控制器选型 |
| 2.3.3 图像传感器选型 |
| 2.3.4 直流电机驱动电路设计 |
| 2.3.5 树莓派控制舵机设计与实现 |
| 2.3.6 电机驱动信号控制电路 |
| 2.4 本章小结 |
| 第三章 燃油动力机器人视觉导航算法的设计与实现 |
| 3.1 数字图像的理论基础 |
| 3.1.1 数字图像 |
| 3.1.2 灰度图像 |
| 3.2 农田数字图像的采集 |
| 3.3 农田数字图像的预处理 |
| 3.3.1 颜色空间简介 |
| 3.3.2 颜色空间的种类 |
| 3.3.3 选择合适的颜色空间 |
| 3.4 图像去噪处理 |
| 3.5 图像分割 |
| 3.5.1 K-means聚类算法分割图像 |
| 3.5.2 数字图像二值化 |
| 3.6 可行路径的获取 |
| 3.6.1 水平像素扫描法提取中心路径 |
| 3.6.2 改进提取中心路径算法 |
| 3.7 本章小结 |
| 第四章 燃油动力机器人控制系统的软件设计 |
| 4.1 机器人移动平台运动学模型 |
| 4.2 实现导航控制 |
| 4.3 基于MQTT的物联网APP开发 |
| 4.3.1 MQTT服务器的搭建 |
| 4.3.2 物联网APP工程的开发 |
| 4.3.3 物联网移动机器人的构建 |
| 4.3.4 物联网APP的实现 |
| 4.4 本章小结 |
| 第五章 燃油动力机器人自主导航试验结果 |
| 5.1 燃油动力机器人远程遥控以及急停功能试验分析 |
| 5.2 燃油动力机器人田间自主导航试验分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（5）基于车车通信的联网车辆跟驰行为交通适应性研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究综述 |
| 1.2.2 国内研究综述 |
| 1.2.3 总结 |
| 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 小结 |
| 2 车辆跟驰理论 |
| 2.1 传统环境与车车通信环境下跟驰行为分析 |
| 2.1.1 传统环境与车车通信环境 |
| 2.1.2 两种环境下驾驶过程分析 |
| 2.1.3 两种环境下跟驰行为特性分析 |
| 2.2 传统车辆跟驰模型 |
| 2.2.1 刺激-反应模型 |
| 2.2.2 安全距离模型 |
| 2.2.3 生理心理模型 |
| 2.2.4 优化速度模型 |
| 2.2.5 智能驾驶模型 |
| 2.3 车车通信环境下车辆跟驰模型 |
| 2.3.1 改进Newell模型 |
| 2.3.2 改进安全距离模型 |
| 2.4 小结 |
| 3 跟驰行为交通适应性组合评价模型设计 |
| 3.1 跟驰行为交通适应性 |
| 3.1.1 跟驰行为交通适应性定义 |
| 3.1.2 跟驰行为交通适应性表征指标设计 |
| 3.1.3 跟驰行为交通适应性评价指标体系构建 |
| 3.2 基于离差最大化的跟驰行为交通适应性组合评价模型 |
| 3.2.1 典型综合评价方法概述 |
| 3.2.2 基于离差最大化的组合评价模型 |
| 3.2.3 主客观组合权重的确定 |
| 3.2.4 三种典型评价方法 |
| 3.3 小结 |
| 4 基于车车通信的跟驰场景实验 |
| 4.1 跟驰实验平台设计 |
| 4.1.1 实验平台功能需求分析 |
| 4.1.2 实验平台关键技术 |
| 4.1.3 实验平台硬件设计 |
| 4.1.4 实验平台软件设计 |
| 4.2 实验方案设计 |
| 4.2.1 总体实验方案 |
| 4.2.2 场景设计 |
| 4.2.3 实验流程 |
| 4.3 实验数据预处理 |
| 4.3.1 数据清洗 |
| 4.3.2 跟驰片段提取 |
| 4.4 小结 |
| 5 跟驰行为交通适应性分析 |
| 5.1 表征指标分析 |
| 5.1.1 两种环境下适应性表征指标分析 |
| 5.1.2 不同因素下适应性表征指标分析 |
| 5.2 实例验证 |
| 5.2.1 评价指标相关性分析 |
| 5.2.2 主客观组合权重计算 |
| 5.2.3 基于典型评价方法的跟驰行为交通适应性评价 |
| 5.2.4 基于离差最大化的组合评价结果及适应性分析 |
| 5.3 小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 A 数据处理部分代码 |
| 附录 B 组合评价模型部分代码 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）煤矿四旋翼飞行机器人测控系统研发（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 四旋翼飞行器测控系统国内外研究现状 |
| 1.2.2 无人机巡检技术国内外研究现状 |
| 1.3 论文主要研究内容与技术路线 |
| 2 煤矿四旋翼飞行机器人总体方案设计 |
| 2.1 基于煤矿四旋翼飞行机器人的井下巡检系统 |
| 2.2 煤矿四旋翼飞行机器人需求分析 |
| 2.2.1 煤矿井下作业环境分析 |
| 2.2.2 测控系统需求分析 |
| 2.3 煤矿四旋翼飞行机器人测控系统总体设计 |
| 2.3.1 硬件整体设计 |
| 2.3.2 软件整体设计 |
| 2.4 煤矿四旋翼飞行机器人相关技术分析 |
| 2.4.1 井下飞行控制相关技术分析 |
| 2.4.2 井下巡检信息回传相关技术分析 |
| 2.5 本章小结 |
| 3 煤矿四旋翼飞行机器人测控系统硬件设计与实现 |
| 3.1 测控系统基本组成 |
| 3.2 控制模块设计 |
| 3.2.1 飞行控制器 |
| 3.2.2 机载计算机 |
| 3.3 井下定位模块设计 |
| 3.3.1 光流传感器 |
| 3.3.2 单目相机 |
| 3.4 自主避障模块设计 |
| 3.5 巡检作业模块设计 |
| 3.5.1 温湿度传感器 |
| 3.5.2 气体传感器 |
| 3.5.3 视频采集模块 |
| 3.6 电源管理模块设计 |
| 3.7 本章小结 |
| 4 煤矿四旋翼飞行机器人测控系统软件设计与实现 |
| 4.1 自动控制程序设计 |
| 4.1.1 飞行控制器固件源码修改 |
| 4.1.2 飞行控制应用程序开发 |
| 4.2 井下定位方案设计 |
| 4.2.1 井下定位悬停 |
| 4.2.2 空间位置解算 |
| 4.3 自主避障控制策略设计 |
| 4.4 巡检回传系统设计 |
| 4.4.1 井下巡检方案设计 |
| 4.4.2 信息回传方案设计 |
| 4.5 本章小结 |
| 5 试验测试与分析 |
| 5.1 飞行控制系统试验 |
| 5.1.1 定点悬停功能测试 |
| 5.1.2 位置解算试验 |
| 5.1.3 自主避障功能测试 |
| 5.2 巡检回传系统试验 |
| 5.2.1 数据采集回传功能测试 |
| 5.2.2 视频采集回传功能测试 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）城市消防无人机控制系统的设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1.绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外发展趋势及研究现状 |
| 1.2.1 消防无人机国内外发展趋势及研究现状 |
| 1.2.2 无人机图像传输国内外发展趋势及研究现状 |
| 1.3 主要研究内容 |
| 1.4 研究方法及技术路线 |
| 2.消防无人机控制系统方案设计 |
| 2.1 系统设计的总体要求 |
| 2.1.1 功能要求 |
| 2.1.2 技术指标 |
| 2.1.3 系统总体方案设计 |
| 2.2 无人机机载控制系统 |
| 2.3 地面操控终端 |
| 2.4 无线数据传输 |
| 2.5 无线图像传输 |
| 2.6 本章小结 |
| 3.控制系统硬件设计 |
| 3.1 系统供电方式 |
| 3.2 外围设备选型 |
| 3.2.1 姿态测量模块 |
| 3.2.2 无线通信模块 |
| 3.2.3 无线图像传输模块 |
| 3.2.4 GPS定位模块 |
| 3.2.5 机载视频监控器 |
| 3.3 机载控制器 |
| 3.3.1 微控制器选型 |
| 3.3.2 机载控制器外设接口设计 |
| 3.3.3 姿态传感器接口电路 |
| 3.4 硬件系统的可靠性设计 |
| 3.5 本章小结 |
| 4.控制系统软件设计 |
| 4.1 软件通信协议 |
| 4.1.1 地面操控终端发与机载控制器的通讯协议 |
| 4.1.2 卫星定位模块发送与机载控制器的通讯协议 |
| 4.2 机载控制器的软件设计 |
| 4.3 地面操控终端的软件设计 |
| 4.3.1 人机交互界面的设计 |
| 4.3.2 软件功能的设计 |
| 4.4 本章小结 |
| 5.系统调试与分析 |
| 5.1 系统硬件测试 |
| 5.1.1 电路检查 |
| 5.1.2 通电调试 |
| 5.1.3 硬件接口调试 |
| 5.1.4 姿态传感器模块校准 |
| 5.2 系统测试 |
| 5.2.1 功能测试 |
| 5.2.2 无线通信测试 |
| 5.2.3 现场模拟测试 |
| 5.2.4 性能测试结果分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（8）就地热再生加热机智能驾驶系统的研制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 国内外研究状况 |
| 1.2.1 国外智能车辆研究现状 |
| 1.2.2 国内智能车辆研究现状 |
| 1.2.3 特种作业车辆智能驾驶现状 |
| 1.3 主要研究内容与章节安排 |
| 2 就地热再生加热机智能驾驶方案设计 |
| 2.1 就地热再生加热机智能驾驶需求 |
| 2.2 智能驾驶系统拟解决的关键问题 |
| 2.3 RTK定位技术 |
| 2.4 智能驾驶系统方案设计 |
| 2.5 本章小结 |
| 3 智能驾驶路径规划系统设计与实现 |
| 3.1 路径规划系统整体架构 |
| 3.2 道路信息提取 |
| 3.3 定位信息坐标转换 |
| 3.4 生成路径信息 |
| 3.5 仿真实验 |
| 3.6 本章小结 |
| 4 智能驾驶车辆控制系统设计与实现 |
| 4.1 智能驾驶车辆控制系统总体方案 |
| 4.2 主控制器硬件设计与实现 |
| 4.2.1 微控制器模块 |
| 4.2.2 电源模块 |
| 4.2.3 通讯模块 |
| 4.2.4 数据存储模块 |
| 4.2.5 电机驱动模块 |
| 4.2.6 输出模块 |
| 4.2.7 主控制器实物图 |
| 4.3 车辆方向闭环控制系统 |
| 4.3.1 角度信息采集 |
| 4.3.2 车辆转向装置 |
| 4.3.3 车辆方向控制 |
| 4.4 轨迹跟踪闭环控制系统 |
| 4.4.1 路径信息接收 |
| 4.4.2 车辆实时位置信息采集 |
| 4.4.3 车辆轨迹跟踪 |
| 4.5 安全系统 |
| 4.5.1 前方避障保护 |
| 4.5.2 偏离预设路径保护 |
| 4.6 本章小结 |
| 5 智能驾驶管理中心设计与实现 |
| 5.1 管理中心系统设计 |
| 5.2 管理中心硬件设计 |
| 5.2.1 主控模块 |
| 5.2.2 触摸屏 |
| 5.2.3 电源模块 |
| 5.2.4 遥控模块 |
| 5.2.5 管理中心实物设计 |
| 5.3 人机交互界面设计 |
| 5.3.1 开发环境 |
| 5.3.2 开发语言 |
| 5.3.3 主界面设计 |
| 5.3.4 虚拟施工环境设计 |
| 5.4 本章小结 |
| 6 智能驾驶实验 |
| 6.1 模拟车辆智能驾驶实验 |
| 6.1.1 实验平台搭建 |
| 6.1.2 实验效果与分析 |
| 6.1.3 实验遇到的问题及解决方案 |
| 6.2 厂内实车模拟实验 |
| 6.2.1 实验设计 |
| 6.2.2 实验效果与分析 |
| 6.2.3 实验遇到的问题及解决方案 |
| 6.3 施工现场实验 |
| 6.3.1 实验设计 |
| 6.3.2 实验效果与分析 |
| 6.3.3 实验遇到的问题及解决方案 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在校期间主要科研成果 |
| 一、发表学术论文 |
| 二、其它科研成果 |
（9）基于无人机的民航无线电空中监测地面终端系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 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 论文研究的内容 |
| 第二章 无线电波与民航无线电干扰 |
| 2.1 无线电波 |
| 2.1.1 无线电波的传播方式 |
| 2.1.2 无线电干扰类型 |
| 2.2 民航无线电专用频率及用频设备 |
| 2.2.1 民航通信设备 |
| 2.2.2 民航导航设备 |
| 2.2.3 民航监视设备 |
| 2.3 民航无线电干扰源 |
| 2.4 本章小结 |
| 第三章 民航无线电监测 |
| 3.1 常用的监测方法 |
| 3.1.1 无线电测向方法 |
| 3.1.2 无线电定位方法 |
| 3.2 无线电监测设备与监测网络 |
| 3.2.1 无线电监测设备 |
| 3.2.2 无线电监测网络 |
| 3.3 现有民航无线电干扰排查工作方式 |
| 3.3.1 民航部门处置流程 |
| 3.3.2 无线电管理部门处置流程 |
| 3.4 空中无线电监测 |
| 3.4.1 地面二维无线电监测的不足 |
| 3.4.2 空中无线电监测分类 |
| 3.4.3 空中监测注意事项 |
| 3.5 本章小结 |
| 第四章 基于无人机的空中无线电监测 |
| 4.1 无人机相关介绍 |
| 4.2 基于无人机的空中无线电监测系统 |
| 4.2.1 基于无人机的空中无线电监测系统构成 |
| 4.2.2 现有工作模式 |
| 4.3 本章小结 |
| 第五章 地面终端系统软件设计 |
| 5.1 测向交叉定位法 |
| 5.1.1 三维测向定位法原理 |
| 5.1.2 坐标系及其转换 |
| 5.2 地面终端软件设计 |
| 5.2.1 界面设计 |
| 5.2.2 电子地图模块 |
| 5.2.3 数据通信模块 |
| 5.2.4 功能模块 |
| 5.3 本章小结 |
| 第六章 地面终端系统测试 |
| 6.1 测试目的 |
| 6.2 测试内容 |
| 6.3 测试系统组成 |
| 6.4 空中无线电监测系统测试分析 |
| 6.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（10）基于排爆机器人的半自主多机协作系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 排爆机器人国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 半自主多机协作系统关键技术研究现状 |
| 1.3.1 远程操控技术 |
| 1.3.2 移动机械臂抓取技术 |
| 1.3.3 多机器人协作技术 |
| 1.4 课题主要内容 |
| 1.5 论文组织结构 |
| 第二章 总体方案设计 |
| 2.1 系统需求分析 |
| 2.1.1 问题分析 |
| 2.1.2 系统功能需求 |
| 2.2 机器人硬件平台简介 |
| 2.3 系统总体方案设计 |
| 2.3.1 远程操控子系统总体方案设计 |
| 2.3.2 机械臂半自主抓取子系统总体方案设计 |
| 2.3.3 多机器人协作子系统总体方案设计 |
| 2.4 本章小结 |
| 第三章 远程操控子系统设计 |
| 3.1 远程操控子系统硬件设计 |
| 3.1.1 主控制器选型 |
| 3.1.2 电源模块设计 |
| 3.1.3 接口模块设计 |
| 3.1.4 其他功能电路 |
| 3.2 远程操控子系统软件设计 |
| 3.2.1 环境搭建 |
| 3.2.2 主线程设计 |
| 3.2.3 机器人线程组设计 |
| 3.3 本章小结 |
| 第四章 机械臂半自主抓取子系统设计 |
| 4.1 机器视觉基础理论 |
| 4.1.1 小孔成像模型 |
| 4.1.2 结构光技术原理 |
| 4.1.3 坐标系转换 |
| 4.2 系统预处理 |
| 4.2.1 相机标定 |
| 4.2.2 图像配准 |
| 4.3 基于图像骨架的抓取位姿生成算法 |
| 4.3.1 位姿生成算法流程 |
| 4.3.2 算法预处理 |
| 4.3.3 图像骨架提取 |
| 4.3.4 位姿筛选和生成 |
| 4.4 目标抓取 |
| 4.4.1 运动学求解 |
| 4.4.2 轨迹规划 |
| 4.5 本章小结 |
| 第五章 多机器人协作子系统设计 |
| 5.1 协作策略制定 |
| 5.2 通信方案设计 |
| 5.2.1 方案选择 |
| 5.2.2 网络通信流程 |
| 5.3 一致化交互协议模块设计 |
| 5.3.1 问题分析 |
| 5.3.2 协议制定 |
| 5.3.3 协议实现 |
| 5.4 协议测试软件开发 |
| 5.5 本章小结 |
| 第六章 系统测试 |
| 6.1 远程操控子系统测试 |
| 6.1.1 通信测试 |
| 6.1.2 软件功能测试 |
| 6.2 机械臂半自主抓取子系统测试 |
| 6.2.1 参数校准 |
| 6.2.2 机械臂仿真平台搭建 |
| 6.2.3 压力传感器测试 |
| 6.2.4 机械臂半自主抓取测试 |
| 6.3 多机器人协作子系统测试 |
| 6.4 系统总体测试 |
| 6.5 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 |
| 攻读硕士学位期间发表的论文 |
四、背景信号操控平台设计及GPS接收技术研究（论文参考文献）
- [1]一种卫星紧急无线电示位标GPS干扰分析[J]. 木建一,于海鹏,李培正,朱坤,姚克波. 电子世界, 2021(22)
- [2]面向无人仓库移动搬运机器人的新型定位系统研究[D]. 唐国顺. 北京邮电大学, 2021(01)
- [3]基于叶绿素荧光的水体浮游藻类浓度监测技术研究[D]. 李硕. 河北地质大学, 2020(05)
- [4]燃油动力机器人自主导航控制系统设计与研究[D]. 张鹏辉. 北方民族大学, 2021(08)
- [5]基于车车通信的联网车辆跟驰行为交通适应性研究[D]. 唐海琴. 北京交通大学, 2020(03)
- [6]煤矿四旋翼飞行机器人测控系统研发[D]. 张力. 西安科技大学, 2020(01)
- [7]城市消防无人机控制系统的设计[D]. 韩敏锐. 西安理工大学, 2020(01)
- [8]就地热再生加热机智能驾驶系统的研制[D]. 王荣强. 山东交通学院, 2020(04)
- [9]基于无人机的民航无线电空中监测地面终端系统研究[D]. 何松儒. 中国民用航空飞行学院, 2020(12)
- [10]基于排爆机器人的半自主多机协作系统研究[D]. 孙天成. 东南大学, 2020(01)