一、嵌入式系统:网络“潜入”的方式（论文文献综述）
赵伟[1]（2021）在《水下机械臂控制方法与系统集成研究》文中研究说明水下机械臂是广泛使用的水下装置,但水下环境复杂,水流的冲击与干扰增加了水下机械臂的控制难度,因此研究高性能的运动控制系统对水下机械臂的设计研究有着重要意义。本文基于R5M水下机械臂,开展了关于水下机械臂运动学与动力学建模、运动控制方法与控制系统集成的研究。使用D-H表示法建立了水下机械臂的正运动学方程,在此基础上运用代数求解法进行了逆运动学求解与分析。在Matlab仿真环境中,结合运动学方程与蒙特卡洛法求解出水下机械臂的运动空间。对水下机械臂在水环境中的受力情况进行了分析,求解了水下机械臂在水环境中受到的水作用力,在Lagrange动力学方程的基础上,建立了水下机械臂在水环境中的动力学模型。通过动力学仿真实验,分析了水作用力对水下机械臂运动的影响。针对水下机械臂的运动控制,提出了一种基于动力学模型分块逼近的RBF（Radial Basis Function）神经网络滑模控制方法。该方法在滑模控制的基础上,使用了五个RBF神经网络逼近水下机械臂的名义模型参数,并将控制律中的符号函数替换为饱和函数。经仿真实验验证,该方法可以快速补偿计算模型与实际模型的误差,并减弱了控制系统的抖振效应,从而提升水下机械臂控制的响应速度与稳态精度。利用ROS的分布式特性,设计了远程PC与嵌入式系统协同工作的水下机械臂控制系统。在Zynq-7020硬件平台中完成了硬件接口电路的设计与ROS操作系统的部署;在ROS软件框架下完成运动控制、运动规划功能模块的设计。搭建了实验平台,进行了 R5M水下机械臂控制实验。
吴彪[2]（2021）在《基于嵌入式系统的行人检测与跟踪研究》文中指出
牛家乐[3]（2021）在《基于光纤捷联组合的海管故障点位置检测系统设计》文中研究指明
李吉[4]（2021）在《前视声呐目标探测跟踪方法研究》文中提出
陈禹竺[5]（2021）在《基于群体智能的震动感知周界安防系统研究》文中认为周界安防系统作为重点区域的有效防护手段,被广泛地应用于人们的生产生活中,无论是部署在边境线上的无人值守周界安防系统,还是针对仓库、监狱等民用重点设施的安防系统,都发挥着保障社会稳定与人民安全的重要作用。近年来,人工智能技术不断发展,周界安防系统的智能化成为发展的主流方向,传统周界安防系统功能单一,通常只具备入侵行为检测功能,缺乏入侵定位、轨迹预测和大数据分析功能,智能化的周界安防系统将能够实现更丰富的功能,尤其是针对入侵目标的定位功能,可以极大的方便执勤人员对周界安防重点区域的管控。本文利用群体智能算法的思想,融合群体智能猫群算法,设计实现了基于群体智能的震动感知智能周界安防系统,意图解决现有各种安防体系对于入侵目标追踪定位方面的不足。本文主要分析了周界安防系统在布防灵活性,入侵目标检测、识别、定位以及后期维护升级等方面的需求,从系统硬件设计、系统通信模式设计、系统软件功能设计以及群体智能优化的定位方法四个方面阐述整体群体智能周界安防系统的实现。具体内容如下:1.系统硬件设计:选用动圈式振动传感器采集入侵目标在浅地表产生的震动信号;设计实现信号调理电路对入侵目标在浅地表产生的震动信号进行放大滤波处理,增大信号信噪比,提高系统探测距离;为实现入侵目标定位功能,保证信号时间基准一致,采用同步采集模数转换芯片AD7779采集入侵目标震动信号;选用STM32L496RGT3型号单片机构成主控电路,实现整体系统的功能控制。2.系统通信模式:针对周界安防系统的不同应用场景,本文设计实现了系统Lo Ra无线通信和北斗短报文无线通信两种模式,以应对不同应用环境的需求。3.系统软件功能:通过MCU搭载的检测识别模型完成入侵行为的检测,识别入侵目标种类（人、车）;采用基于信号到达时间差（Time Difference of Arrival,TDOA）的定位方法实现入侵目标的初步定位,并从产品化角度出发,设计实现系统出厂配置,模型参数更改查询等辅助功能,便于系统后期升级与维护。4.群体智能优化的定位方法:为提高系统整体定位精度,本文结合群体智能算法的思想,采用猫群算法对TDOA初步定位结果进行优化提高定位精度。针对猫群算法优化的目标定位方法,设计实验验证算法功能,首先根据模拟TDOA的定位结果,在浅地表震动波传播速度误差小于自身10%的情况下,平均定位误差小于1m,随后根据实际采集的震动数据,验证算法定位误差平均值约为0.5m,相较于TDOA初步定位结果提高约0.5m。
张有波[6]（2021）在《基于视觉的水下考古机器人实时目标检测与识别》文中认为深海区域占全球海洋面积的90%,超过一半的国际贸易都是通过海洋进行运输。浩瀚的海洋在促进人类文明、经济发展的同时,也留下了众多的人类遗址、遗迹和遗物。我国古代拥有辉煌的海上贸易历史,进行深海遗迹考古与发掘一方面可以推进我国先进海洋装备的研发与进步,另一方面也可以重现历史还原当时社会形态,对发展深海探测技术和传承发扬传统文化具有重要意义。为实现水下考古机器人近距离海底精细化目标检测,本论文以关键帧提取和多粒度模型压缩算法为核心,以实现水下考古机器人快速、精确目标检测为目标,开展基于视觉的水下考古机器人实时目标检测与识别研究与实现。首先,介绍国内外现有水下考古模式、设备使用情况和水下机器人在水下考古中的应用现状,重点阐述水下机器人进行水下目标检测的方式,比较水下声学目标检测与光学目标检测的区别,指出基于视觉的水下目标检测与识别在深海考古中的重要性。其次,阐述传统目标检测算法与基于深度学习的目标检测算法原理,并对深度学习检测模型中的各项评价指标进行介绍。根据主干网络架构综述one-stage和two-stage两大类深度学习目标检测算法,重点分析了R-CNN系列、YOLO系列和Anchor-free系列算法的网络结构,同时在目标检测常用数据集上对比分析常用目标检测算法的优势缺点和适用场景,为后文选择基础模型奠定理论基础。再次,根据水下遗迹特点,建立水下遗迹数据集Underwater＿relic,采用无监督和有监督数据增强方式对原数据集进行数据扩充,以提高检测模型泛化性。此外,基于深海图像成像特点,提出线性景深模型,以便快速准确地获得原始图像的传输地图和背景光,进而实现深海图像在线快速复原,解决水下机器人深海采集图像失真问题。然后,针对水下机器人水下遗迹实时目标检测与识别的实际需求,提出基于融合的关键帧提取算法和多粒度模型压缩算法。利用结构相似性、颜色直方图和图像熵对水下机器人采集的视频进行关键帧提取,同时在保证精度和结构完整性的前提下采用核剪枝和层间剪枝的多粒度模型压缩算法对YOLOV4进行双向模型压缩,从而实现水下机器人实时目标检测与识别。最后,为满足水下机器人体积和功耗要求,选用Nvidia Jeston TX2专用图像处理器作为水下遗迹目标检测平台。将使用高负载、大功率计算平台训练、超参调节后的检测模型移植到TX2嵌入式平台进行水下遗迹实时目标检测效果与速度测试。实验表明,压缩后的YOLOV4检测速度是未压缩的6.27倍,对压缩模型的输入视频进行关键帧提取可以使得模型检测速度提高至原来的18.65倍。综上所述,本论文立足于水下考古机器人实时目标检测需求,建立了水下遗迹数据集Underwater＿relic,并对其进行数据增强;完成了在线快速深海图像复原算法的设计与实验;提出了基于融合思想的关键帧提取算法和基于多粒度剪枝的模型压缩算法;实现了压缩后的算法在嵌入式平台上进行实时水下遗迹目标检测与识别,为水下机器人基于视觉进行深海精准、自主考古提供了设计方案与技术支持。
刘嘉琪[7]（2021）在《泊车机器人嵌入式控制系统与导航定位技术研究》文中进行了进一步梳理随着城市快速发展和汽车保有量的大幅增加,传统车库普遍存在利用率低、管理系统智能化水平不高等问题。研究传统车库智能化改造方法,对于增加停车位数量、缓解城市停车难的问题以及提高停车管理服务水平具有重要实际意义。本文以陕西省重点研发项目“车库智能改造无人系统关键技术研究”为依托,展开对泊车机器人的具体研究工作,主要研究工作包括:在对泊车机器人功能需求分析的基础上,设计泊车机器人与载车板的机械结构;在机器人运动学分析的基础上,根据泊车机器人的机械结构特点,提出了机器人总体运动控制方案;在完成了机器人主要部件选型工作的基础上,设计控制系统的硬件电路;基于FreeRTOS多任务调度机制,在基于STM32单片机的底层控制子系统中实现了多路驱动电机的协同控制;在控制板RK3399中,基于Linux操作系统的V4L2接口,实现了引导线图像的实时采集,设计了基于视觉巡线的导航算法、位姿校正算法、安全避障算法以及基于二维码的定位算法;完成了一台泊车机器人样机制作。样机在搭建的实验测试场地进行了全面的测试。实验结果表明:该泊车机器人结构设计合理、在大载重状态下运动灵活、运动控制功能满足项目需求,达到项目规定的各项性能指标要求。
达布希拉图[8]（2020）在《基于嵌入式系统的蒙古文扫描翻译笔相关技术研究》文中指出基于嵌入式系统的蒙古文扫描翻译笔是以扫描识别为主要文字输入方法的电子词典。本文从硬件设计、蒙古文扫描识别技术研发和蒙古文电子词典技术开发等三个方面进行了相关研究。在本项研究中,首先从需求分析、总体设计、硬件实现等方面详细阐述了嵌入式蒙古文扫描翻译笔的硬件平台的搭建过程。嵌入式蒙古文扫描翻译笔的硬件平台集成了摄像头、显示屏、音频模块、键盘模块和电源模块,是一款具有快捷轻便特性和较强计算能力的嵌入式硬件系统。在此硬件平台上,研究蒙古文扫描翻译笔中的数字图像处理过程和原理并实现了视频拼接和文本切割算法。此外比较分析了几种不同结构的AlexNet的训练效果后,用改进型AlexNet模型实现了蒙古文扫描识别系统。最后,在以《蒙古文辞典》、《蒙汉词典》等词典为基础构建的蒙古文电子词典数据库基础上,用B+树索引设计实现了蒙古文电子词典检索系统。通过本项研究,实现了具备扫描识别、蒙古语释义、汉语翻译、单词发音于一体的蒙古文电子扫描翻译笔,还为嵌入式平台上蒙古语语音识别、语音翻译、语音合成等研究提供了硬件基础。
邢旻罡[9]（2019）在《单兵轨迹分析系统的研究与实现》文中提出在当今这个信息化时代,军事作战方式也不断地向信息化发展。随之大力发展的雷达遥感,精确制导等技术,不仅在军事对抗中具有重要作用,也大大推进了民用通信的发展。而随着大数据时代的到来,数据处理的速度越来越高,各类终端逐渐集成化小型化,无线传感网络等物联网技术飞速发展。为了使得军事演习时作战单位的行为动作更加精准,指挥官的军事决策更加合理,在军事演习中加入信息化元素非常重要。因此本文将根据这一要求设计了一个单兵轨迹分析平台。本文先对单兵轨迹分析系统的功能和性能需求进行了分析,并确定了该系统与普通轨迹收集系统的区别。将整个单兵轨迹分析系统分为了单兵终端、轨迹分析服务器、轨迹分析平台终端三个主要部分。其次根据系统需求,对硬件芯片以及模块进行对比选型。对单兵终端嵌入式软件的定位功能、通信功能、传输功能、文件记录功能、安全系统进行了设计,然后根据设计思路实现了单兵终端的硬件和嵌入式软件。然后对单兵轨迹分析系统的软件层进行设计,对单兵轨迹服务器的功能进行了设计。在对网络、数据库、系统架构等技术进行学习之后,实现了高并发、易扩展的轨迹分析服务器系统。然后对平台终端的功能进行设计,并实现了轨迹分析平台客户端。在完成功能后,需要对系统的安全性进行评估,根据现代黑客攻防技术,从数据安全、用户授权、系统高可用三个方面对系统安全性进行强化设计。在完成轨迹平台的搭建之后,对轨迹进行研究。为了使得轨迹分析得到的结果更加准确,需要对轨迹进行预处理。通过算法消除轨迹中的噪声。通过学习和研究轨迹平滑算法,选择合适的方法来补充轨迹中的确实位置点。为了方便战术模型匹配,研究并改进了轨迹数据压缩融合算法。最后通过寻找作战单位与轨迹特性之间的联系,总结出了根据冗余信息和轨迹特性判断作战单位行动状态的方法;通过对战场战术的建模分析,总结出通过作战小队轨迹判断战术行为的方法。最后根据需求对系统的功能和性能指标进行了测试,所有功能均按照要求完成,所有性能指标均达标。
刘向明[10]（2012）在《基于Internet的嵌入式远程监控网络技术的研究与实现》文中提出随着网络技术的发展,Internet已经渗透大众生活和工业生产的方方面面.互联网在经历过“大型主机”、“服务器和PC”和“手机和移动互联网终端”为载体的三个发展阶段后,将逐步迈向以嵌入式设备为载体的第四个阶段。而嵌入式设备具有体积小、实时性好、可靠性高、功能完善等特点。面向21世纪的嵌入式系统要求配备标准的一种或多种网络通信接口,针对外部联网要求,嵌入式设备必须配有通信接口,相应需要TCP/IP协议簇软件支持。因此嵌入式设备和Internet的结合成为了一种必然趋势,本文正是在此大背景之下所做的研究。远程监控是指本地计算机以web作为通信平台对远端的计算机或设备进行监测和控制。本课题是将Internet与嵌入式设备结合,使用本地计算机通过Internet对现场嵌入式设备及下位机进行远程监控。设计并实现了一个比较完整的网络化监控系统。该系统以步进电机为被控对象,以片上系统AT89S52作为步进电机的控制芯片,通过CAN通信与现场嵌入式系统链接,PC机通过Internet来访问嵌入式系统,对被控对象进行监测与控制。全文的主要研究内容和创新点如下：1.基于Interent的嵌入式远程监控网络的总体架构设计。基于Interenet的嵌入式远程监控网络系统分为三大主体,即监控端（PC机）、主控端和执行端。其中监控端是与主控端之间通过Interent进行通信,主控端与现场执行端之间通过CAN总线进行通信。系统的整体框架为：监控端←Internet→主控端←CAN总线→现场执行端2.基于Internet的嵌入式远程监控网络的主控端设计。主控端是基于Internet的嵌入式远程监控网络承上启下的部分,是基于S3C2440A来实现的,包括硬件和软件设计。主控端硬件设计主要包括电源电路、复位电路、存储器等外围电路。主控端软件设计实现了linux平台下具有Internet和CAN双向收发能力的软件。主控端通过Internet通信接收监控端的指令转发执行端或通过CAN总线接收执行端的信息转发监控端。因此,主控端实现了Internet和CAN两种通信的对接,是整个系统的纽带。3.基于Internet的嵌入式远程监控网络的执行端设计。执行端设计实现了基于CAN通信的步进电机与旋转编码器的控制系统,该系统通过CAN通信接收控制指令和发送运行状态,包括硬件和软件设计。硬件设计利用AT89S52单片机、旋转编码器和光电耦合器来实现MCU对步进电机的控制；软件设计通过定时器中断和比较器中断等实现了CAN接收函数,CAN发送函数和步进电机的控制函数。4.CAN和RS-232协议转化器设计。该协议转换器实现了CAN通信协议和RS-232协议的转换,实现不具备CAN总线接口的设备可以直接挂接到总线网络上,实现资源的重复利用。利用AT89S52单片机、SJA1000和PCA82C250构成硬件电路；软件实现CAN中断接收、CAN发送、串行中断接收和串行发送等子函数。5.CAN总线网络实时性研究。提出了基于动态优先级调度算法来改进CAN总线网络的实时性。首先通过肯达尔模型计算出CAN网络数据帧丢失概率、网络阻塞概率和单个数据帧的等待时间与网络负载的关系,然后提出动态优先级调度算法,并通过仿真分析与标准CAN调度算法进行比较,动态优先级调度算法能明显改善CAN网络的实时性。
二、嵌入式系统:网络“潜入”的方式（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、嵌入式系统:网络“潜入”的方式（论文提纲范文）
（1）水下机械臂控制方法与系统集成研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.2 水下机械臂研究现状 |
| 1.2.1 国外水下机械臂研究 |
| 1.2.2 国内水下机械臂研究 |
| 1.3 水下机械臂控制技术国内外研究现状 |
| 1.3.1 水下机械臂动力学建模研究现状 |
| 1.3.2 水下机械臂运动控制方法研究现状 |
| 1.4 本文主要研究内容 |
| 2 水下机械臂运动学分析 |
| 2.1 引言 |
| 2.2 D-H表示法 |
| 2.3 水下机械臂运动学分析 |
| 2.3.1 R5M水下机械臂 |
| 2.3.2 水下机械臂正运动学分析 |
| 2.3.3 水下机械臂逆运动学分析 |
| 2.4 水下机械臂运动学仿真 |
| 2.5 本章小结 |
| 3 水下机械臂动力学分析 |
| 3.1 引言 |
| 3.2 水下机械臂动力学分析 |
| 3.2.1 水下机械臂动力学参数求解 |
| 3.2.2 Lagrange动力学建模 |
| 3.2.3 水下机械臂动力学建模 |
| 3.3 水下机械臂动力学仿真 |
| 3.4 本章小结 |
| 4 水下机械臂运动控制方法研究 |
| 4.1 引言 |
| 4.2 控制方法原理简述 |
| 4.2.1 滑模变结构控制方法 |
| 4.2.2 RBF神经网络控制方法 |
| 4.3 控制器设计 |
| 4.3.1 控制律设计 |
| 4.3.2 稳定性分析 |
| 4.4 水下机械臂仿真控制实验及分析 |
| 4.4.1 仿真实验参数设置 |
| 4.4.2 仿真结果分析 |
| 4.5 本章小结 |
| 5 水下机械臂控制系统研究 |
| 5.1 引言 |
| 5.2 控制系统软硬件平台简介 |
| 5.2.1 ROS机器人操作系统简介 |
| 5.2.2 Zynq-7020硬件平台简介 |
| 5.3 水下机械臂控制系统总体设计方案 |
| 5.4 水下机械臂控制系统硬件功能设计 |
| 5.4.1 水下机械臂控制器硬件结构 |
| 5.4.2 串口通信IP核设计 |
| 5.4.3 图像采集IP核设计 |
| 5.4.4 嵌入式系统部署 |
| 5.5 水下机械臂控制系统软件功能设计 |
| 5.5.1 水下机械臂URDF模型设计 |
| 5.5.2 水下机械臂MoveIt!功能包配置 |
| 5.5.3 水下机械臂ROS控制器配置 |
| 5.6 水下机械臂控制实验 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（5）基于群体智能的震动感知周界安防系统研究（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 周界安防系统研究现状 |
| 1.2.2 群体智能研究现状 |
| 1.3 论文的研究内容及章节安排 |
| 1.4 本章小结 |
| 第2章 群体智能周界安防系统概述 |
| 2.1 周界安防系统功能需求分析 |
| 2.1.1 系统布设简单布防灵活 |
| 2.1.2 入侵目标检测识别与定位 |
| 2.1.3 参数可调易维护 |
| 2.2 目标定位方法介绍 |
| 2.2.1 基于信号到达角度定位算法 |
| 2.2.2 基于信号到达时间定位算法 |
| 2.2.3 基于信号到达时间差定位算法 |
| 2.2.4 基于信号能量定位算法 |
| 2.3 群体智能算法在定位中的应用 |
| 2.4 本章小结 |
| 第3章 群体智能周界安防系统设计 |
| 3.1 系统架构概述 |
| 3.2 系统硬件设计 |
| 3.2.1 同步采集电路 |
| 3.2.2 系统主控电路 |
| 3.2.3 系统电源电路 |
| 3.3 系统通信模式 |
| 3.3.1 LoRa无线通信模式 |
| 3.3.2 北斗通信模式 |
| 3.4 周界安防系统软件设计 |
| 3.5 本章小结 |
| 第4章 目标定位优化算法研究 |
| 4.1 猫群算法基本原理 |
| 4.2 猫群算法优化的定位方法 |
| 4.2.1 适应度函数的设计 |
| 4.2.2 猫群算法优化的定位方法实现 |
| 4.3 猫群算法中的参数调优对比 |
| 4.3.1 不同传感器布设方式对算法的影响 |
| 4.3.2 震动波传播速度对算法的影响 |
| 4.4 本章小结 |
| 第5章 群体智能周界安防系统功能验证 |
| 5.1 系统软硬件功能验证 |
| 5.1.1 系统硬件功能验证 |
| 5.1.2 系统软件功能验证 |
| 5.2 系统通信功能验证 |
| 5.2.1 LoRa无线通信功能验证 |
| 5.2.2 北斗无线通信功能验证 |
| 5.3 猫群算法优化的定位方法验证 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简介及在校期间所获科研成果 |
| 致谢 |
（6）基于视觉的水下考古机器人实时目标检测与识别（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 水下考古现状 |
| 1.2.1 考古船及水下物探设备 |
| 1.2.2 水下机器人及辅助设备 |
| 1.3 水下考古机器人国内外研究现状 |
| 1.3.1 水下机器人分类及适用范围 |
| 1.3.2 水下考古机器人目标检测 |
| 1.4 论文内容与组织架构 |
| 第二章 视觉目标检测算法研究 |
| 2.1 目标检测算法发展 |
| 2.1.1 传统目标检测算法 |
| 2.1.2 深度学习目标检测算法 |
| 2.2 算法模型评估指标 |
| 2.2.1 基础性能评价指标 |
| 2.2.2 AP与Map |
| 2.2.3 IoU与 NMS |
| 2.3 算法模型原理 |
| 2.3.1 R-CNN系列 |
| 2.3.2 YOLO系列 |
| 2.3.3 Anchor-Free系列 |
| 2.3.4 目标检测算法性能对比分析 |
| 2.4 本章小结 |
| 第三章 水下遗迹检测目标建立与数据增强 |
| 3.1 水下遗迹检测目标建立 |
| 3.2 目标数据有监督增强 |
| 3.2.1 几何变换 |
| 3.2.2 色彩变换 |
| 3.2.3 多样本变换 |
| 3.3 目标数据无监督增强 |
| 3.3.1 生成式变换 |
| 3.3.2 自动变换 |
| 3.4 目标图像增强结果展示 |
| 3.5 本章小结 |
| 第四章 基于景深估计的深海图像快速复原研究 |
| 4.1 水下图像增强与复原算法发展 |
| 4.2 深海图像增强数据集 |
| 4.3 深海成像建模及特点 |
| 4.3.1 深海成像模型 |
| 4.3.2 深海成像特点 |
| 4.4 深海图像复原研究 |
| 4.4.1 DCP/UDCP/MIP算法增强深海图像失效 |
| 4.4.2 深海图像景深相关性统计分析 |
| 4.4.3 基于数学统计的线性景深模型 |
| 4.4.4 基于景深的背景光估计 |
| 4.4.5 基于景深的传输地图估计 |
| 4.4.6 基于景深的深海图像复原 |
| 4.5 图像复原结果与分析 |
| 4.5.1 图像复原结果对比 |
| 4.5.2 复原图像有效性分析 |
| 4.5.3 复原图像质量定量分析 |
| 4.5.4 图像复原实时性分析 |
| 4.6 本章小结 |
| 第五章 基于关键帧和模型压缩的实时目标检测算法设计 |
| 5.1 关键帧提取算法设计 |
| 5.2 神经网络模型压缩工具与方法 |
| 5.2.1 神经网络模型压缩方法 |
| 5.2.2 神经网络模型压缩工具 |
| 5.3 基础模型选择 |
| 5.4 多粒度模型压缩算法设计 |
| 5.4.1 多粒度模型压缩 |
| 5.4.2 压缩实验与分析 |
| 5.5 本章小结 |
| 第六章 水下实时目标检测算法实现 |
| 6.1 算法模型实验平台设计 |
| 6.2 水下遗迹目标检测实验与分析 |
| 6.2.1 检测结果测试 |
| 6.2.2 检测速度测试 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要工作 |
| 7.2 未来展望 |
| 参考文献 |
| 攻读硕士学位期间的科研成果 |
| 致谢 |
（7）泊车机器人嵌入式控制系统与导航定位技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 泊车机器人的发展概述 |
| 1.2.2 泊车机器人的国外研究现状 |
| 1.2.3 泊车机器人的国内研究现状 |
| 1.3 本文拟解决问题和主要研究内容 |
| 1.3.1 本文拟解决的问题 |
| 1.3.2 本文主要研究内容 |
| 第二章 泊车机器人控制系统总体方案设计 |
| 2.1 泊车机器人控制系统需求分析 |
| 2.2 整体控制设计方案介绍 |
| 2.2.1 泊车机器人整车结构设计 |
| 2.2.1.1 泊车机器人整车结构概述 |
| 2.2.1.2 泊车机器人运动学分析 |
| 2.2.2 泊车机器人控制系统总体方案 |
| 2.3 泊车机器人主要硬件选型 |
| 2.3.1 主控制处理器的选型 |
| 2.3.2 驱动电机硬件选型 |
| 2.3.2.1 行走驱动电机选型 |
| 2.3.2.2 举升驱动电机选型 |
| 2.3.3 视觉传感器的选型 |
| 2.3.4 二维码定位模块 |
| 2.3.5 轮组角度传感器 |
| 2.3.6 超声波避障模块 |
| 2.3.7 网络通信模块 |
| 2.3.8 电源系统 |
| 2.4 章节小结 |
| 第三章 泊车机器人总控制系统硬件设计 |
| 3.1 泊车机器人控制系统硬件架构 |
| 3.2 泊车机器人控制系统硬件设计 |
| 3.2.1 行走驱动电机电路设计 |
| 3.2.2 举升装置电路设计 |
| 3.2.3 轮组角度传感器电路设计 |
| 3.2.4 避障模块电路设计 |
| 3.2.5 视觉传感器模块电路设计 |
| 3.2.6 AGV导航读码器模块电路设计 |
| 3.3 电源电路设计 |
| 3.4 章节小结 |
| 第四章 泊车机器人控制系统软件设计 |
| 4.1 控制系统软件框架整体设计 |
| 4.1.1 嵌入式Linux系统软件框架设计 |
| 4.1.2 ROS通讯机制 |
| 4.1.3 多路电机控制软件框架设计 |
| 4.2 泊车机器人整车控制策略 |
| 4.2.1 PID算法概述 |
| 4.2.2 泊车机器人全向运动控制策略 |
| 4.2.3 泊车机器人视觉巡线导航策略 |
| 4.2.4 泊车机器人自检策略 |
| 4.3 传感器数据处理程序设计 |
| 4.3.1 视觉传感器程序设计 |
| 4.3.2 AGV导航读码器程序设计 |
| 4.3.3 网络通信模块程序设计 |
| 4.3.4 举升装置同步程序设计 |
| 4.4 本章小结 |
| 第五章 泊车机器人整车实验测试与分析 |
| 5.1 泊车机器人样机全向运动测试 |
| 5.1.1 直线运动测试 |
| 5.1.2 横移运动测试 |
| 5.1.3 原地旋转运动测试 |
| 5.2 泊车机器人子模块性能测试 |
| 5.2.1 视觉巡线纠偏测试 |
| 5.2.2 二维码定位测试 |
| 5.2.3 举升装置测试 |
| 5.3 泊车机器人各子模块联合测试 |
| 5.3.1 启动前自检测试 |
| 5.3.2 接受调度系统路径信息移动测试 |
| 5.4 泊车机器人样机试验场地调试的应用与评价 |
| 5.5 本章小结 |
| 总结与展望 |
| 研究工作内容总结 |
| 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（8）基于嵌入式系统的蒙古文扫描翻译笔相关技术研究（论文提纲范文）
| 摘要 |
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关研究情况 |
| 1.2.1 扫描笔国外研究情况 |
| 1.2.2 扫描笔国内研究情况 |
| 1.2.3 涉及嵌入式蒙古文扫描翻译笔相关技术研究情况 |
| 1.3 研究内容、研究方法和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 创新点 |
| 1.4 文章组织结构 |
| 第二章 嵌入式蒙古文扫描笔总体设计和硬件实现 |
| 2.1 需求分析和总体设计 |
| 2.1.1 功能性需求分析 |
| 2.1.2 非功能性需求分析 |
| 2.1.3 硬件系统设计 |
| 2.1.4 软件系统设计 |
| 2.2 系统工作流程 |
| 2.3 硬件系统设计原理与实现 |
| 2.3.1 电源设计 |
| 2.3.2 显示模块设计 |
| 2.3.3 声卡设计 |
| 2.3.4 键盘模块设计 |
| 2.3.5 硬件电路的实现 |
| 2.4 软件系统 |
| 2.4.1 系统环境 |
| 2.4.2 应用软件 |
| 2.5 本章小结 |
| 第三章 嵌入式蒙古文扫描笔文本定位和文字识别 |
| 3.1 数字图像处理和文本定位 |
| 3.1.1 图像预处理 |
| 3.1.2 图像拼接 |
| 3.1.3 文本定位和图像切分 |
| 3.2 识别网络搭建和模型训练 |
| 3.2.1 识别网络结构和原理 |
| 3.2.2 样本采集和模型训练 |
| 3.3 搭建蒙古文文字识别系统 |
| 3.3.1 模型应用 |
| 3.3.2 词表映射和纠错 |
| 3.4 本章小结 |
| 第四章 嵌入式蒙古文电子词典系统和翻译系统 |
| 4.1 嵌入式蒙古文电子词典数据库建设 |
| 4.1.1 蒙古文电子词典数据库建设 |
| 4.1.2 蒙古文电子词典数据库结构 |
| 4.1.3 蒙古文发音库 |
| 4.2 嵌入式蒙古文电子词典系统 |
| 4.2.1 蒙古文单词检索方法 |
| 4.2.2 检索引擎 |
| 4.2.3 查询结果处理程序 |
| 4.3 嵌入式蒙古文翻译系统 |
| 4.3.1 基于词典的蒙古文分词 |
| 4.3.2 基于词典的蒙汉翻译 |
| 4.4 本章小结 |
| 第五章 嵌入式蒙古文扫描笔的程序移植和系统评价 |
| 5.1 嵌入式蒙古文扫描笔的程序移植 |
| 5.2 嵌入式蒙古文扫描笔系统评价 |
| 5.2.1 硬件平台评价 |
| 5.2.2 基于卷积神经网络的蒙古文扫描识别系统 |
| 5.2.3 蒙古文电子词典系统 |
| 5.2.4 基于词典的蒙汉翻译 |
| 5.3 总结 |
| 参考文献 |
| 致谢 |
（9）单兵轨迹分析系统的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 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 研究目标和内容 |
| 第二章 系统需求分析 |
| 2.1 总体需求 |
| 2.2 功能需求分析 |
| 2.3 性能需求分析 |
| 2.4 系统架构设计 |
| 第三章 核心算法研究 |
| 3.1 轨迹噪声消除算法 |
| 3.1.1 研究基础 |
| 3.1.2 根据冗余信息剔除噪声点 |
| 3.1.3 基于异常检测的噪声剔除算法 |
| 3.2 轨迹平滑算法研究 |
| 3.2.1 研究基础 |
| 3.2.2 基于多项式插值的轨迹平滑处理 |
| 3.2.3 基于Catmull-Rom样条函数的轨迹平滑处理 |
| 3.3 基于数据融合轨迹压缩算法 |
| 3.3.1 基于最大距离的数据融合算法 |
| 3.3.2 基于数据分块的融合算法 |
| 3.3.3 基于自适应半径的数据融合算法 |
| 3.3.4 基于关键点自适应分块的数据融合改进算法 |
| 3.3.5 四种轨迹数据融合压缩算法的比较 |
| 3.4 信息提取 |
| 3.4.1 行动信息提取 |
| 3.4.2 战术信息提取 |
| 3.5 本章小结 |
| 第四章 单兵终端的设计与实现 |
| 4.1 嵌入式硬件功能分析与设计 |
| 4.2 硬件模块选择及原理图设计 |
| 4.2.1 蓝牙芯片 |
| 4.2.2 定位芯片 |
| 4.2.3 终端硬件版图设计 |
| 4.3 嵌入式软件设计与实现 |
| 4.3.1 定位功能设计 |
| 4.3.2 文件系统功能设计 |
| 4.3.3 通信功能设计 |
| 4.3.4 传输功能设计 |
| 4.3.5 安全通信设计 |
| 4.4 本章小结 |
| 第五章 单兵轨迹分析平台软件设计与实现 |
| 5.1 系统总体设计 |
| 5.1.1 多网络通信方式设计 |
| 5.1.2 轨迹显示模块 |
| 5.1.3 轨迹处理分析模块 |
| 5.1.4 密钥分发及安全通信 |
| 5.2 服务器功能设计 |
| 5.2.1 嵌入式服务系统功能 |
| 5.2.2 轨迹分析平台服务系统功能 |
| 5.2.3 消息中间件功能设计 |
| 5.2.4 分布式服务架构设计 |
| 5.3 轨迹分析平台数据库设计 |
| 5.3.1 用户相关数据 |
| 5.3.2 设备相关数据 |
| 5.3.3 轨迹相关数据 |
| 5.3.4 网络相关数据 |
| 5.3.5 缓存数据 |
| 5.4 轨迹分析客户端设计 |
| 5.4.1 用户登陆认证 |
| 5.4.2 网络检索模块设计与实现 |
| 5.4.3 地图GIS模块设计与实现 |
| 5.4.4 蓝牙文件传输模块设计与实现 |
| 5.5 数据安全 |
| 5.5.1 密码学加密 |
| 5.5.2 数据混淆 |
| 5.6 本章小结 |
| 第六章 系统测试 |
| 6.1 测试环境 |
| 6.1.1 硬件测试环境 |
| 6.1.2 软件测试环境 |
| 6.2 功能测试 |
| 6.3 性能测试 |
| 6.3.1 嵌入式功耗测试 |
| 6.3.2 服务器压力测试 |
| 6.3.3 蓝牙文件传输速率测试 |
| 6.4 安全测试 |
| 6.4.1 追踪器非法登陆测试 |
| 6.4.2 客户端非法操作测试 |
| 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 |
| 攻读硕士学位期间取得的成果 |
（10）基于Internet的嵌入式远程监控网络技术的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状及发展趋势 |
| 1.3 本文的主要研究工作及创新点 |
| 1.4 论文的结构安排 |
| 第二章 系统总体设计 |
| 2.1 引言 |
| 2.2 嵌入式系统 |
| 2.3 嵌入式Internet的接入与实现 |
| 2.4 CAN总线 |
| 2.5 系统总体框架 |
| 2.6 本章小结 |
| 第三章 现场主控端设计 |
| 3.1 引言 |
| 3.2 硬件平台结构 |
| 3.3 嵌入式软件平台的搭建 |
| 3.4 本章小结 |
| 第四章 现场执行端设计 |
| 4.1 引言 |
| 4.2 执行端硬件设计 |
| 4.3 执行端软件设计 |
| 4.4 本章小结 |
| 第五章 协议转换器设计 |
| 5.1 引言 |
| 5.2 RS-232协议 |
| 5.3 CAN和RS-232协议比较 |
| 5.4 协议转换器硬件设计 |
| 5.5 协议转换器软件设计 |
| 5.6 本章小结 |
| 第六章 嵌入式Web服务器的实现 |
| 6.1 引言 |
| 6.2 boa服务器 |
| 6.3 CGI技术 |
| 6.4 登录界面设计 |
| 6.5 系统运行 |
| 6.6 本章小结 |
| 第七章 CAN总线实时性研究 |
| 7.1 引言 |
| 7.2 CAN控制器结构 |
| 7.3 CAN总线网络模型 |
| 7.4 单个信息帧的平均等待时间 |
| 7.5 动态优先级调度算法 |
| 7.6 仿真分析 |
| 7.7 本章小结 |
| 第八章 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表(录用)的论文情况说明 |
| 致谢 |
| 附录 |
| 附录1 linux内核移植过程 |
| 附录2 文件系统制作 |
四、嵌入式系统:网络“潜入”的方式（论文参考文献）
- [1]水下机械臂控制方法与系统集成研究[D]. 赵伟. 西安理工大学, 2021(01)
- [2]基于嵌入式系统的行人检测与跟踪研究[D]. 吴彪. 哈尔滨工程大学, 2021
- [3]基于光纤捷联组合的海管故障点位置检测系统设计[D]. 牛家乐. 哈尔滨工程大学, 2021
- [4]前视声呐目标探测跟踪方法研究[D]. 李吉. 哈尔滨工程大学, 2021
- [5]基于群体智能的震动感知周界安防系统研究[D]. 陈禹竺. 吉林大学, 2021(01)
- [6]基于视觉的水下考古机器人实时目标检测与识别[D]. 张有波. 上海海洋大学, 2021(01)
- [7]泊车机器人嵌入式控制系统与导航定位技术研究[D]. 刘嘉琪. 长安大学, 2021
- [8]基于嵌入式系统的蒙古文扫描翻译笔相关技术研究[D]. 达布希拉图. 内蒙古大学, 2020(11)
- [9]单兵轨迹分析系统的研究与实现[D]. 邢旻罡. 电子科技大学, 2019(01)
- [10]基于Internet的嵌入式远程监控网络技术的研究与实现[D]. 刘向明. 东华大学, 2012(07)