一、几种常見坐标的介紹（论文文献综述）
葛嘉诚[1]（2020）在《UWB技术下的室内定位研究》文中进行了进一步梳理现今由于中国北斗、GPS等定位技术的日趋成熟,这些技术已经广泛被运用于商业领域;但是相对于已经被大量运用的室外定位技术,我国的室内定位技术仍然处于实验室研究的层次。在各种室内定位技术中,超宽带（UWB）技术在各方面的优势较为突出。因此利用UWB技术来实现室内定位变成一种可能。本文在现有的UWB定位系统上,在测距与定位两个方面做了相关研究工作,提高了定位系统的精度。本文对两种测距方式进行了误差分析,得出测距误差主要来源于两个方面:1.节点处晶振的时钟偏移会导致测距模块接收与发送信号时的响应时间出现偏差,进而影响测距的精度,2.节点间信号传播时因空气折射率而导致的信号传播速度变化,进而影响测距的精度。结合以上两点造成测距误差的因素,推导出两种误差系数并设计了相关的测量方法与应用方法,两种误差系数分别适用于采用了高频率稳定晶振的测距模块与未采用高频率稳定晶振的测距模块。本文还设计了一种空气折射率以及一种晶振实际频率的测量方法。本文在比较了几种UWB定位方法后,选择基于信号到达时间差（TDOA）这一定位方法进行研究,介绍了几种常见的基于TDOA的算法后,对Fang算法,Chan算法,Taloy级数算法进行了公式的推导以及MATLAB的仿真,结合测距中误差系数的应用,得到三种算法的误差曲线图与散点图,比较三种算法的误差,挑选出三种算法中的误差最小的Chan算法,再套用一层卡尔曼滤波,再对其进行仿真得到误差曲线与散点图,分析其误差与标准差。实验表明在定位系统中采用误差系数对距离测量进行矫正,可以提高距离测量的精度并提高相应定位系统的精度,采用卡尔曼滤波可进一步提高定位精度。在距离测量中采用误差系数进行修正的方法可应用于室外定位。
陈新兴[2]（2020）在《基于UWB的护理机器人定位系统研究》文中研究表明21世纪以来,社会的老龄化问题越来越严重,很多老年人的生活得不到保障,不断地刺激着护理行业的发展;随着科学技术的不断进步,传统的护理方式不断被机器人所取代,科研人员发明了很多护理机器人。但是由于护理机器人大部分时间都是工作在室内,室内的环境相对室外来说比较复杂,定位环境极其恶劣,因此需要具有很够的定位精度。为了解决这一问题,本文中通过对几种常见的定位技术与UWB技术的分析与对比,提出并实现了基于UWB护理机器人定位系统,经过对系统进行仿真和实验分析验证了基于UWB护理机器人定位系统对定位精度有明显的提升。基于UWB护理机器人定位系统通过三个基站以及护理机器人上的定位标签,对护理机器人进行定位。定位方案采用基于信号到达时间差的定位模型（TDOA）,不需标签与基站之间的时钟同步,只需三个基站的时钟同步来获取护理机器人上的标签相对于各个基站的位置信息。收集到的位置信息通过室内局域网传输给上位机系统,上位机系统内进行偏最小二乘法线性回归再通过遗传算法和无迹卡尔曼滤波进一步对数据进行优化得到精确地位置信息,并显示在护理机器人定位界面,同时上位机还具有用户管理和数据存储等功能。本文通过对几种常见的解标签的算法与本文提出的PLS-GA-UKF算法进行了仿真分析,仿真分析表明PLS-GA-UKF算法相对于其它解标签算法提高了护理机器人定位精度。最后本文设计了护理机器人的底座部分,并搭建了上位机系统,在实际的环境中进行了系统测试,测试结果的精度较仿真精度有一定的下降,但下降程度在允许的误差内,验证了本文提出的基于UWB的护理机器人定位系统的可行性与有效性,并为护理机器人的发展,提供了一种新的定位思路。
胡楠[3]（2020）在《基于距离约束的WiFi指纹定位算法研究与实现》文中提出伴随着互联网技术的日新月异,人们开始崇尚于追求便捷化和信息化的生活方式。近些年,基于室内精准定位服务的需求持续增长,如何为紧急求助、交通管理、目标定位等提供精准的位置信息是社会进步发展必然要解决的问题。WiFi因其部署简单、成本低廉、普适性高等优势,逐渐成为室内定位技术的主要研究领域。室内用户的移动会影响采集到WiFi信号强度,针对WiFi位置指纹定位无法做到对行人的轨迹进行准确跟踪的问题,论文利用逆距离权重法（Inverse Distance Weighted,IDW）插值算法,估测待定位点K（基于加权欧氏距离的WKNN算法）取不同值时对应的加权坐标处的信号强度值。通过智能手机内置的三轴加速度传感器获取的加速度数值,估算出行人室内移动时待定位点之间的移动距离。选出与待定位点信号相似度较大且满足距离约束的加权坐标位置作为待定位点位置。主要工作如下:（1）将室内移动过程中连续采集到的3秒信号强度的均值,作为中间时刻待定位点位置的信号强度值,在简化计算的同时提高了定位精度。通过仿真对比发现,3秒数据均值处理的方案,相比待定位点处只采集到1秒信号强度值进行定位时,待定位点定位误差改善了0.228m。（2）针对基于加权欧氏距离的WKNN算法和自适应K的WKNN定位算法都不能保证每个待定位点处都取得最优值的情况,论文设计了一种最优K的WKNN算法。使用逆距离权重插值算法,估测出K为不同值时的加权坐标处的信号强度值,将与待定位点信号强度相似度最高的加权坐标值作为待定位点位置。通过仿真发现,最优K的WKNN定位算法在采样间距为1.2米情况下,相比前两种算法平均定位误差改善了9.3%～22.5%。（3）利用智能手机内置加速度传感器,获取行人室内移动时的加速度数据,估算行人移动的步数、步长以及每步的时间,并推算出3秒间隔对应的移动距离,将此距离作为行人室内移动时待定位点之间距离约束条件。（4）由于室内行人移动时受时间和空间范围约束,论文利用获取的加速度数据,估算待定位点之间的移动距离。在最优K的WKNN算法的基础上,将待定位点之间的移动距离作为加权坐标的约束条件。论文充分挖掘了行人室内运动前后位置坐标的相关性,提高了定位精度,在采样间隔为1.2米情况下,平均定位误差为1.5222m,定位精度改善了12.03%～34.54%。论文的研究内容可以为基于传感器辅助的WiFi室内定位系统提供理论及实践支持,为WiFi定位系统的实际应用奠定了基础。
赵文畅[4]（2019）在《基于快速多极边界元的声学及声振拓扑优化设计》文中提出结构振动是噪声污染的主要来源,由此引发了工程界对减振降噪问题的重视。为了获得有效的减振降噪设计,常用手段包括结构拓扑设计、阻尼设计和吸声材料等。但在实际工程应用中存在着诸多限制,对这些处理手段提出了很高的设计要求。为了保证设计方案在限制条件下能够达到最佳性能,拓扑优化这一工具成为了许多工程师的首要选择。本论文围绕减振降噪这一工程目的,对结构声学耦合系统的拓扑优化方法开展研究,为振动结构的减振降噪提供理论基础。得益于在外声场分析中所具有的诸多优势,边界元方法这一数值方法成为预报外声场噪声水平的有力工具。在噪声水平准确预示的基础上,最终形成了结构表面吸声材料分布优化和结构组成材料分布优化等优化设计模型,能够有效降低振动结构向外辐射或者有效降低特定区域的噪声水平。本文的主要内容包括四部分:基于声学边界元的声辐射和声散射分析。为了克服外声场分析中虚假本征频率问题,本文使用Burton-Miller方法,联立两个独立的边界元积分方程求解外声场问题。Burton-Miller方法会面临超奇异积分的处理问题,为计算带来一定困难。本文在Cauchy主值积分和Hadamard有限部分积分的基础上,给出了适用于任意二维高阶单元的奇异积分处理方法。另一方面,边界元方法受制于系数矩阵为满阵这一缺点,通常只能用于小规模问题分析,难以满足大规模工程问题的分析需求。本文采用快速多极算法加速边界元系数矩阵和任意向量之间的相乘运算,然后结合迭代求解算法形成了快速多极边界元方法,最终实现了对边界元系统方程的高效求解,所发展的程序能够在个人电脑上轻易求解具有数十万甚至上百万未知量的大规模问题。进而,本文对已有的快速多极算法进行有效变换,使其具有加速求解伴随方程的能力,这是本文创新部分重要的一点。伴随方程通常以边界元系统方程的转置形式存在,在常规声场分析中并不常见,但是在声学拓扑优化的灵敏度分析中却发挥着重要作用。因此,对此类方程进行加速最终能够显著提高声学拓扑优化的计算效率。基于有限元和边界元的声振耦合分析。鉴于边界元方法在外声场分析中的诸多优势,将其和结构有限元方法结合起来就能够对结构振动辐射问题进行分析求解。本文同时考虑了结构和声场之间的双向耦合作用,最终形成了声振强耦合分析系统。为了保证耦合系统的求解效率,首先消除结构自由度,求解得到声场声压值,然后将其代回到耦合系统中就可以获得结构响应结果。将快速多极算法引入到有限元和边界元耦合方法中,形成了有限元和快速多极边界元算法,具备分析大规模声振耦合问题的能力。基于声辐射模态分析和声振耦合分析结果,可以构造出非负声强这一特殊的物理量,能够准确有效地表征结构表面对远场辐射的贡献程度,为结构辐射控制提供简洁有效的依据。声振耦合系统拓扑优化方法的建立。在变密度法的基础上,本文建立了一套适用于声振耦合系统的拓扑优化模型。该模型能够改变结构材料的分布,来达到降低整个系统向外辐射声功率水平的设计目的,从而为水下振动结构的辐射噪声控制提供一套有效的数值分析工具。针对结构和声场双向强耦合系统,采用伴随变量法,建立了适用于任意目标函数的灵敏度计算方法,最终形成了适用于声振耦合系统的拓扑优化模型。为了提高拓扑优化的整体效率,使用快速多极算法同时加速响应分析以及优化中的灵敏度计算,显著降低了内存使用量。最后,结合渐近移动算法和计算得到的灵敏度信息,能够有效求解该优化模型。基于拓扑优化的结构表面多孔吸声材料分布设计方法的发展。忽略结构弹性变形,采用边界元法和对结构表面吸声材料的分布进行优化设计。使用Delany-Bazley-Miki经验模型得到多孔材料覆盖结构表面的局部阻抗边界条件,从而模拟吸声材料的吸声特性。基于SIMP变密度拓扑优化方法,建立以吸声材料单元相对密度为设计变量,吸声单元人工密度为设计变量,参考面声压值最低或者吸声材料吸收能量最大化为设计目标的拓扑优化模型,使用边界元法进行灵敏度计算,并且借助于快速多极算法对灵敏度分析进行加速计算,最终使用渐近移动算法求解优化模型。由于采用了快速多极算法同时加速了声场分析和灵敏度分析的计算,该拓扑优化模型可用来优化自由度较多的问题。本文在声学边界元及有限元和边界元耦合的分析模型基础上,建立了两类基本的优化模型,前者能够优化振动结构的材料分布,能够有效降低振动结构向外辐射;而后者则能够优化结构表面吸声材料的分布,提高吸声材料的吸声效果,最终为噪声控制提供理论依据。
黄雅楠[5]（2019）在《基于ZigBee的无线传感器网络定位研究与实现》文中指出随着物联网、通信等相关技术的发展,无线传感器网络技术日益完善,应用领域不断扩展,而定位技术一直是无线传感器网络的研究重点和难点,选取合适的定位算法,提高定位精度,获取精确的位置数据是关键。本文针对无线传感器网络定位技术中几种典型定位算法的优缺点进行了分析比较,提出基于RSSI算法的无线传感器网络定位研究,通过深入了解几种常用的短距离通信技术,确定ZigBee技术为节点的通信平台。针对RSSI定位过程及需要改进的地方,提出从定位全过程出发来分析:测距建模、RSSI值预处理、测量距离修正、锚节点选择及权值选取。通过分析几种常见的测距模型,综合考虑环境噪声和路径衰减指数误差,提出改进后的测距模型;分析比较了几种滤波方法,提出用Kalman滤波对RSSI值预处理;求出锚节点的测距误差,将其用于修正相应的测量距离、作为参与定位锚节点的选取条件以及用作加权Centriod算法中权值的改进。针对稀疏锚节点的RSSI定位问题,提出使用PSO算法在可行域空间寻求最优解─满足定位精度的未知节点坐标,并在此基础上,分析并改进了PSO算法中的惯性权重和适应度函数值。针对改进算法分别采用MATLAB进行了详细的仿真验证,通过改进前后及与其他算法的比较分析,两种改进算法的定位精度都得到有效提升。最后,针对节点定位的实际需求,结合改进算法,设计了基于ZigBee的WSN定位系统,分析了系统功能及要求,搭建了系统总体框架,提出了节点软硬件设计方案,在深入研究CC2530芯片和Z-Stack协议栈的基础上,详细设计了节点硬件模块电路和软件实现主程序流程。图[59]表[13]参[64]
赵帅帅[6]（2019）在《无线传感网中的节点定位算法研究》文中认为随着物联网（Internet of Things,IoT）技术的发展,实际应用中对位置信息的要求越来越高。无线传感网络（Wireless Sensor Network,WSN）作为一种应用前景十分广泛的网络技术,已经被应用在国防安全、数据测控、智能应用等领域。在实际应用中,节点定位技术是WSN众多应用的前提和基础。节点在确定自身位置信息后,本身所携带的数据才能发挥最大的应用价值。基于测距（Ranging）和基于非测距（Range-free）的定位算法是节点定位技术中常见的两类定位算法。如何提高定位算法的精确度,获取准确的节点位置,已经成为节点定位研究中的焦点。因此选择无线传感网中的节点定位算法作为研究课题。本文选择非测距定位算法中的DV-Hop算法作为主要的研究对象。通过分析误差来源设计优化方案,理论分析结合仿真实验结果评价算法性能。具体的研究工作如下:（1）基于最小均方误差的DV-Hop算法设计。节点分布的不可控引发误差,为了减小误差,提高定位精确度,提出基于最小均方误差的DV-Hop定位算法（Minimum Mean Square Distance Vector-Hop Algorithm,MMSDV-Hop）。首先依据阈值确定节点数量,筛选较为优质的节点。然后引入最小均方误差准则,求解信标节点的单跳跳距,并以平均单跳误差校正该单跳跳距。在未知节点选择单跳跳距阶段,通过节点跳数和单跳误差为权重的加权方法确定未知节点的单跳跳距。最后在求解坐标时,为了区别不同节点对于坐标的影响程度,引入以距离和跳数误差为权重的加权最小二乘法。在经过加权处理后,输出更接近实际位置的坐标。对比分析实验误差结果发现,与DV-Hop算法相比,MMSDV-Hop算法可以减小21.6%的平均定位误差。（2）基于布谷鸟搜索技术的定位算法设计。针对定位算法精确度低的问题,提出基于布谷鸟搜索技术的定位算法（Cuckoo Search Technology Location Algorithm,CSTMDV-Hop）。在MMSDV-Hop算法求解坐标位置阶段,前一阶段的数据误差会被继续引入,在后续的计算过程中会被成倍的放大。误差的持续累积会致使坐标结果出现偏差。针对此问题,设计融合布谷鸟搜索算法的定位算法,即CSTMDV-Hop算法,将定位问题转换为智能寻优问题。同时对关键参数进行自适应调节,提高寻优的效率和准确度。针对步长因子,以当前迭代与上一次迭代的最优适应度函数值的差值为依据,自适应调整参数;针对发现概率,在求得某次迭代的适应度函数值后,将其与上一次迭代的所有解的函数值对比,以解的优劣程度为依据添加概率参数,对发现概率进行自适应调节。对比分析实验误差结果发现,与MMSDV-Hop算法相比,CSTMDV-Hop算法可以减小7.1%的平均定位误差。
陈志彭[7]（2019）在《基于Zynq-7000的智能相机图像处理工具研究与实现》文中研究表明智能相机的应用和发展能够克服人工检测存在的各种局限性,比如检测速度慢、容易出现操作错误等。而且智能相机进行视觉检测的应用范围广,可以针对不同的检测环境和检测内容设计特定的图像检测算法。图像处理工具是智能相机实现检测功能主要依赖的模块,利用图像处理工具可以实现特定环境、特定内容的检测,满足各种实际需求。本文主要以Zynq-7000开发平台为基础,利用计算机图像处理技术进行智能相机的直方图处理工具以及几何形状工具的设计与实现,设计满足实际应用需要的图像处理工具组件。本文主要的研究工作包括如下:（1）针对智能相机需要放大检测目标细节信息的应用,研究实现智能相机直方图工具,主要包括利用图像直方图设计图像均衡化算法实现图像细节放大、图像阈值分割算法实现图像二值化两种功能,并在PC端及ZC702开发平台进行直方图工具的功能验证;（2）针对智能相机应用场景中的常见几何检测,设计适用于智能相机的直线、圆、椭圆以及不规则物体检测,在形状检测和识别的基础上实现图像几何形状的几何量测量,并在PC端及ZC702开发平台进行几何检测工具的功能验证;（3）在ZC702实验平台上设计实验验证方式时,设计智能相机执行功能的参数配置作业文件,设计参数配置体系模式以及参数节点变量设置;（4）以垫片零件的检测实验为背景,在xilinx的Zynq-7000嵌入式平台的ARM处理器上验证智能相机的图像处理工具,并分析其在实际应用场景下的处理效果以验证其适用性及处理稳定性。实验表明,本文智能相机直方图工具中的阈值分割算法在各自适用场景下能够有效分离目标与背景;而图像直方图均衡化算法能够放大图像局部细节、凸显纹理特征,其中限制对比度直方图均衡不仅能凸显纹理特征,还能抑制噪声的引入;另外,本文智能相机几何检测工具中的几何检测功能都能准确识别出实际应用场景下的几何目标并检测几何量信息,不规则物体检测也能够确定不规则物体位置并估计其长和宽。
李康[8]（2020）在《地下管线的三维建模及可视化研究》文中研究表明地下管线作为城市基础设施在能源供应、信息流通等方面发挥着重要作用。地下管线的数据量与日俱增,传统的二维管线管理系统难以直观地表现地下管线间错综复杂的空间关系,在空间分析方面也存在一定的局限性。因此,国内外学者对不同架构类型的三维管线管理系统进行了研究,很大程度上弥补了二维管线管理系统的不足。在创建管线三维模型时可采用组件类或数学类方法,其中采用数学类方法生成的模型表面光滑、衔接精度高。另一方面,现有的管线三维管理系统大多为C/S架构,基于Cesium框架构建的B/S管线管理系统能够克服传统B/S架构系统的不足,具有无插件、跨平台等特点。因此,本文首先对数学类方法创建管线三维建模进行了研究,然后设计了不同架构类型的管线三维管理系统,实现了部分功能。主要内容可概括为以下几点:（1）根据地下管线的类型及特点,设计了地下管线数据库,采用管点、管段及管网层数据结构管理地下管线数据。对探测到的地下管线数据进行归算,得到管线起算数据。以圆形截面管线为例介绍了解算管线截面离散点实际坐标的方法。（2）针对不同类型的管线衔接部件提出了以下几种建模方法,包括:对等径与异径弯管衔接部件,采用贝塞尔曲线拟合弯管中心弧线获取插值点,插入离散截面的方法完成建模;对四通及T型衔接部件,采用空间椭圆参数方程获取相交线上关键点的方法完成建模;对变径衔接部件,采用圆台模拟变径处过渡面的方法完成建模;对直角三通部件,采用空间相交椭圆结合球面曲面的方法完成建模。（3）设计了 C/S和B/S架构的地下管线三维管理系统,实现了其部分功能,对采用数学类方法进行管线三维建模进行了验证。C/S部分的主要功能有数据入库、数据查询及显示。在此基础上增加了三维功能模块,进一步实现了管线横纵断面分析、连通分析、爆管分析等空间分析功能。采用WebGL结合Cesium平台搭建了 B/S架构的管线管理应用程序,实现了 glTF格式模型加载、浏览与交互、属性查询及管线定位等功能。综上所述,采用数学类方法绘制的三维管线模型,可以很好地解决模型衔接时表面开裂的问题,有较高的衔接精度。同时对远程管线管理程序进行了探索,基于Cesium搭建的B/S程序可以为解决管线远程管理问题提供一种新的思路。
王成晓[9]（2019）在《基于UWB TDOA技术的非视距误差校正算法优化研究》文中研究指明在越来越多的大型室内场景中,人们对于人员、物体及目标地点的定位需求越来越迫切。室外定位技术GPS（Global Positioning System）和GSM（Global System for Mobile Communication）受到建筑体的影响,在室内定位效果不明显。相对于蓝牙（Bluetooth）、射频识别（RFID,Radio Frequency Identification）、Zigbee等室内定位技术,超宽带定位技术因其良好的高传输速率、高多径分辨率、强信号抗干扰能力,使得其在室内定位技术中兴起,并被广泛应用于军用和民用领域。本课题对超宽带（UWB,Ultra-wideband）定位技术的基本概念、研究现状及系统组成进行了深入研究,着重研究了室内定位系统中TDOA（Time Difference of Arrival）定位算法,同时AOA（AngleofArrival）定位算法作为辅助定位算法,也进行了相关研究。针对非视距（NLOS,Non-line-of-sight）传播对定位精度的影响,给出了不同室内环境下非视距误差的均方根时延误差模型,最后验证了 Wylie算法鉴别非视距误差的可行性;通过使用Chan算法对TDOA/AOA融合算法进行位置估值的基础上,提出了一种利用最陡下降算法（SDA,Steepest Descent Algorithm）迭代校正非视距误差影响的改进算法,从而减小非视距误差对定位精度的干扰。实验结果表明,提出的改进算法能很好的降低非视距误差的影响,有效提高定位性能。但是由于采用Chan算法进行初始位置估算,运用了两次加权最小二乘法（WLS,Weighted Least Squares）;并且采用SDA进行迭代计算,多次迭代计算增加了算法复杂度。在接下来的研究工作中需要解决的问题是在不影响定位精度的前提下减小算法复杂度。
夏守城[10]（2020）在《基于双目视觉的目标识别与定位及机械臂的抓取研究》文中指出目前大多数机器人都是面对固定环境,重复完成固定任务。为了提高机器人的智能性和自主性,机器视觉技术被越来越多的应用到机器人领域。其中双目立体视觉技术,能够赋予机器人类似人眼的功能,实现目标识别与定位。因此,利用机器视觉技术提高机器人的智能性已成为研究热点。本文对基于双目视觉的机械臂抓取进行了研究。主要完成了下面的研究内容。机械臂的正、逆运动学的研究。首先要了解空间位姿描述,以及坐标系齐次变换,然后运用D-H（Denavit-Hartenberg）建模方法,建立UR5机械臂的运动学模型;接着需要对UR5机械臂的正运动学进行研究,得到UR5机械臂末端执行器的坐标系与UR5机械臂基座坐标系的关系;在此基础之上,进行UR5机械臂的逆运动学研究,即分析UR5末端执行器的期望位姿对应的各个关节转角。最后,利用MATLAB中的工具箱Robotics Toolbox进行正逆运动学仿真,分析仿真结果,判断对UR5机械臂正、逆运动学分析的正确性,以及所建立的模型的有效性。双目视觉系统的研究以及摄像机的参数标定。在了解双目摄像机成像原理的基础上,建立合理的成像模型。利用张正友标定法进行双目摄像机的参数标定,该方法已经封装成工具箱;利用MATLAB中的toolbox＿calib工具箱完成相机的参数标定,以得到相机的内部参数,以及左右摄像机的相对位姿关系,并对标定结果进行误差分析,判断标定结果是否有效。目标识别。首先进行图像预处理的研究;然后,关于目标识别算法,主要分析SIFT和SURF两种模板匹配方法,在利用单应矩阵确定图像中目标物体所在的目标区域的基础上,与ORB算法进行实验对比,根据实验结果,从识别的稳定性和算法执行效率的角度,选择合适的算法,并对该算法进行改进。最后通过实验证改进算法的有效性。目标定位。首先对采集到的图像对进行立体校正;接着通过计算可以获得模板图像目标物体形心位置,进一步的,利用单应矩阵可获得左摄像机采集的图像中目标物体的形心位置。然后通过立体匹配找到该像素点在右摄像机采集图像中对应像素点,从而获得目标匹配点对的信息。在此基础上即可对目标物体形心进行三维重建,并通过实验验证三维重建的精度,最后依据二维和三维点对信息,以重投影误差最小为准求解目标物体的姿态信息,并经过实验验证所用方法的有效性。系统搭建和抓取实验。系统主要由ZED双目摄像机和UR5机械臂构成。在进行抓取实验之前,对于本文的眼在手系统,需要完成对应的手眼标定,获得摄像机坐标系到机械臂末端执行器坐标系的转换矩阵。在此基础之上,进行抓取实验,通过实验结果来验证本文所用方法的有效性。
二、几种常見坐标的介紹（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、几种常見坐标的介紹（论文提纲范文）
（1）UWB技术下的室内定位研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容以及章节安排 |
| 第二章 UWB技术的理论及定位方法 |
| 2.1 UWB技术概念 |
| 2.1.1 UWB技术的特点 |
| 2.1.2 UWB技术的应用 |
| 2.2 UWB室内定位的方法 |
| 2.2.1 基于信号到达时间(TOA) |
| 2.2.2 基于信号到达时间差(TDOA) |
| 2.2.3 AOA与 TOA混合定位方法 |
| 2.3 室内定位性能评判指标 |
| 2.3.1 均方根误差(Root Mean Squared Error,RMSE) |
| 2.3.2 圆误差概率(Circular Error Probable,CEP) |
| 2.4 本章小结 |
| 第三章 测距误差分析及改进方法 |
| 3.1 TOF测距方式介绍 |
| 3.1.1 双向测距 |
| 3.1.2 双边双向测距 |
| 3.2 TOF测距的误差分析 |
| 3.2.1 测距模型误差分析 |
| 3.2.2 测距模型误差系数推导 |
| 3.3 改进后的测距方法 |
| 3.3.1 误差系数的测量与使用 |
| 3.3.2 空气折射率的测量与使用 |
| 3.3.3 实际晶振频率的测量与使用 |
| 3.4 具体实验分析 |
| 3.5 本章小结 |
| 第四章 TDOA算法的研究 |
| 4.1 基于TDOA的算法研究与分析 |
| 4.1.1 最小二乘定位算法 |
| 4.1.2 Fang算法 |
| 4.1.3 Chan算法 |
| 4.1.4 Taloy级数法 |
| 4.2 几种算法的比较 |
| 4.3 Chan算法结合Kalman滤波 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 附录2 攻读硕士学位期间撰写的论文 |
| 附录3 攻读硕士学位期间申请的专利 |
| 致谢 |
（2）基于UWB的护理机器人定位系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的背景及研究意义 |
| 1.2 国内外发展现状 |
| 1.2.1 UWB技术国外发展现状 |
| 1.2.2 UWB技术国内发展现状 |
| 1.3 研究内容和章节安排 |
| 第2章 UWB技术的理论介绍与分析 |
| 2.1 引言 |
| 2.2 UWB技术的基本理论 |
| 2.2.1 UWB简介 |
| 2.2.2 UWB关键技术 |
| 2.3 UWB的技术优势和应用 |
| 2.3.1 UWB技术优势 |
| 2.3.2 UWB技术应用 |
| 2.4 本章小结 |
| 第3章 UWB定位系统模型及定位算法 |
| 3.1 引言 |
| 3.2 几种常见的无线定位模型 |
| 3.2.1 AOA定位方法 |
| 3.2.2 RSSI定位方法 |
| 3.2.3 TOA定位方法 |
| 3.2.4 TDOA定位方法 |
| 3.2.5 常见的无线定位方式的比较 |
| 3.3 基于UWB的高精度定位解标签算法 |
| 3.3.1 最小二乘定位算法 |
| 3.3.2 Fang定位算法 |
| 3.3.3 Chan定位算法 |
| 3.3.4 泰勒级数展开算法 |
| 3.3.5 仿真分析 |
| 3.4 本章小结 |
| 第4章 TDOA模型算法设计 |
| 4.1 引言 |
| 4.2 偏最小二乘定位法 |
| 4.3 PLS-GA算法 |
| 4.3.1 遗传算法简介 |
| 4.3.2 遗传算法基本理论 |
| 4.3.3 PLS-GA算法及其仿真 |
| 4.4 无迹卡尔曼滤波的原理 |
| 4.5 PLS-GA-UKF定位原理及其仿真 |
| 4.6 本章小结 |
| 第5章 护理机器人的设计与实验 |
| 5.1 引言 |
| 5.2 护理机器人的设计 |
| 5.2.1 主控制器的设计 |
| 5.2.2 驱动电路的设计 |
| 5.2.3 供电电源的设计 |
| 5.2.4 测距模块的设计 |
| 5.2.5 系统通信设计 |
| 5.3 护理机器人上位机的设计 |
| 5.4 护理机器人定位功能测试 |
| 5.4.1 功能测试方案 |
| 5.4.2 实验结果与分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
（3）基于距离约束的WiFi指纹定位算法研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究与结构安排 |
| 第二章 常见的室内定位技术及相关的算法介绍 |
| 2.1 WiFi室内定位简介 |
| 2.1.1 WiFi定位技术优点 |
| 2.1.2 室内定位算法性能指标 |
| 2.1.3 基于测距的定位算法 |
| 2.1.4 基于非测距的定位算法 |
| 2.2 典型的位置指纹定位法介绍 |
| 2.2.1 最近邻算法定位(NN) |
| 2.2.2 K近邻算法(KNN) |
| 2.2.3 加权K近邻定位算法(WKNN) |
| 2.2.4 基于加权欧氏距离的WKNN算法 |
| 2.2.5 自适应K的WKNN算法 |
| 2.3 逆距离权重加权法(IDW) |
| 2.4 基于加速度的传感器步数检测 |
| 2.5 本章小结 |
| 第三章 最优K的WKNN算法 |
| 3.1 WiFi指纹数据库建立流程 |
| 3.1.1 信号采集器rsscollect软件介绍 |
| 3.1.2 基于rsscollect软件的改进部分 |
| 3.1.3 建立指纹数据库 |
| 3.2 采集观测点处信号强度 |
| 3.3 待定位点信号的采集 |
| 3.3.1 三秒数据处理 |
| 3.3.2 待定位点采集方案的仿真对比 |
| 3.4 基于最优K算法的改进阶段 |
| 3.4.1 基于加权欧氏距离的WKNN算法性能分析 |
| 3.4.2 自适应K的WKNN算法性能分析 |
| 3.4.3 最优K的WKNN算法 |
| 3.5 本章小结 |
| 第四章 基于距离约束的最优K的WKNN定位算法 |
| 4.1 使用采集器获取智能手机的加速度传感器数据 |
| 4.2 采集数据的预处理阶段 |
| 4.2.1 实现加速度融合算法 |
| 4.2.2 滤波处理 |
| 4.3 获取待定位点间移动距离 |
| 4.3.1 步数检测算法 |
| 4.3.2 三秒内步长估计 |
| 4.4 基于距离约束的最优K的WKNN算法定位实现 |
| 4.4.1 最优K的WKNN算法性能分析 |
| 4.4.2 基于距离约束的最优K的WKNN算法 |
| 4.4.3 四种定位算法仿真分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 论文展望 |
| 参考文献 |
| 附录 攻读硕士学位期间申请的专利 |
| 致谢 |
（4）基于快速多极边界元的声学及声振拓扑优化设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号说明 |
| 特殊函数符号定义 |
| 专业名词缩写 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 结构振动辐射声场分析 |
| 1.2.2 无限大声场数值分析 |
| 1.2.3 声学边界元法 |
| 1.2.4 有限元和边界元耦合分析 |
| 1.2.5 结构声学优化及声学灵敏度分析 |
| 1.3 现有研究存在问题 |
| 1.4 本文研究目标及内容安排 |
| 第2章 常规声学边界元 |
| 2.1 引言 |
| 2.2 控制微分方程 |
| 2.3 声学边界元 |
| 2.3.1 边界积分方程 |
| 2.3.2 声散射问题 |
| 2.3.3 解的非唯一性问题 |
| 2.3.4 角点问题 |
| 2.3.5 边界积分方程离散 |
| 2.3.6 常用单元类型 |
| 2.3.7 数值积分及奇异积分处理 |
| 2.4 数值算例与结果分析 |
| 2.4.1 无限长圆柱体脉动辐射声场分析 |
| 2.4.2 无限长圆柱刚性散射声场分析 |
| 2.4.3 脉动球和振动球的辐射声场分析 |
| 2.4.4 刚性球面散射声场分析 |
| 2.4.5 解的非唯一性问题及Burton-Miller方法考察 |
| 2.5 本章小结 |
| 第3章 快速多极声学边界元 |
| 3.1 引言 |
| 3.2 响应分析的快速多极边界元 |
| 3.2.1 二维快速多极算法 |
| 3.2.2 自适应树结构 |
| 3.2.3 三维快速多极算法 |
| 3.3 伴随问题的快速多极算法 |
| 3.3.1 二维问题 |
| 3.3.2 三维问题 |
| 3.4 数值算例与结果分析 |
| 3.5 本章小结 |
| 第4章 基于有限元和边界元的声振耦合分析 |
| 4.1 引言 |
| 4.2 有限元和边界元耦合分析 |
| 4.2.1 结构有限元分析 |
| 4.2.2 声场边界元分析 |
| 4.2.3 有限元和边界元耦合 |
| 4.3 声辐射模态分析 |
| 4.3.1 声辐射模态 |
| 4.3.2 非负声强(Non-Negative Intensity) |
| 4.4 辐射阻尼 |
| 4.5 瑞利积分方程 |
| 4.6 数值算例与结果分析 |
| 4.6.1 弹性球壳在单点激励作用下的响应分析 |
| 4.6.2 水下复杂圆柱壳振动辐射分析 |
| 4.6.3 四边固支板受迫振动下的声辐射分析 |
| 4.7 本章小结 |
| 第5章 基于有限元和边界元的声振耦合系统拓扑优化 |
| 5.1 引言 |
| 5.2 基于有限元和边界元的声振耦合系统拓扑优化 |
| 5.2.1 声振耦合系统拓扑优化模型 |
| 5.2.2 材料插值模型 |
| 5.2.3 声学灵敏度分析 |
| 5.2.4 目标函数定义 |
| 5.2.5 优化求解过程 |
| 5.3 基于混合有限元和边界元的声振耦合系统拓扑优化 |
| 5.3.1 混合有限元和边界元耦合分析 |
| 5.3.2 材料插值模型 |
| 5.3.3 声学灵敏度分析 |
| 5.4 数值算例与结果分析 |
| 5.4.1 水下圆柱壳弹性材料分布优化 |
| 5.4.2 水下立方壳弹性材料分布优化 |
| 5.4.3 水下复杂圆柱壳弹性材料分布优化 |
| 5.4.4 基于非负声强的约束阻尼层分布优化 |
| 5.5 本章小结 |
| 第6章 基于声学边界元的结构表面阻抗条件优化 |
| 6.1 引言 |
| 6.2 多孔吸声材料模型 |
| 6.3 基于声学边界元的结构表面吸声材料的分布优化 |
| 6.3.1 优化问题定义 |
| 6.3.2 导纳插值模型 |
| 6.3.3 声学灵敏度分析 |
| 6.3.4 目标函数定义 |
| 6.4 数值算例与结果分析 |
| 6.4.1 二维声屏障表面吸声材料分布优化 |
| 6.4.2 单个圆柱体表面吸声材料分布优化 |
| 6.4.3 二维汽车横截面表面吸声材料分布优化 |
| 6.4.4 多个圆柱体表面吸声材料分布优化 |
| 6.5 本章小结 |
| 第7章 工作总结与研究展望 |
| 7.1 工作内容总结 |
| 7.2 工作创新点总结 |
| 7.3 研究展望 |
| 参考文献 |
| 附录A 常用非连续单元类型插值形函数 |
| A.1 二维线型单元形函数 |
| A.2 四边形面单元形函数 |
| A.3 三角形面单元形函数 |
| 附录B 二维边界元奇异积分 |
| B.1 相同奇异函数定义 |
| B.2 特殊函数奇异积分推导 |
| 附录C 典型算例理论解推导 |
| C.1 无限长刚性圆柱体声散射 |
| C.1.1 无限长刚性圆柱体平面波声散射 |
| C.1.2 无限长刚性圆柱体点声源声散射 |
| C.2 脉动球声辐射 |
| C.3 振动球声辐射 |
| C.4 刚性球面声散射 |
| C.4.1 刚性球面平面波声散射 |
| C.4.2 刚性球面点声源声散射 |
| 附录D Non-Negative Intensity中对称矩阵平方根推导 |
| 附录E 二维快速多极边界元系数传递和转化推导 |
| E.1 多极展开系数的传递(M2M) |
| E.2 多极展开系数向局部展开系数的转化(M2L) |
| E.3 局部展开系数的传递(L2L) |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（5）基于ZigBee的无线传感器网络定位研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及目的 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.2 国内外研究现状 |
| 1.3 论文主要内容及章节安排 |
| 2 WSN定位及节点通信技术 |
| 2.1 无线传感器网络概述 |
| 2.1.1 无线传感器网络结构 |
| 2.1.2 无线传感器网络的特点及应用领域 |
| 2.2 无线传感器网络定位技术 |
| 2.3 典型定位算法 |
| 2.3.1 基于测量距离的定位算法 |
| 2.3.2 基于估计距离的定位算法 |
| 2.3.3 未知节点坐标的基本计算方法 |
| 2.4 节点通信技术 |
| 2.4.1 ZigBee与其他短距离无线通信技术的比较 |
| 2.4.2 ZigBee协议 |
| 2.4.3 ZigBee网络设备和拓扑结构 |
| 2.5 本章小结 |
| 3 基于RSSI的 WSN定位改进算法 |
| 3.1 RSSI定位过程及问题提出 |
| 3.2 RSSI测距模型 |
| 3.2.1 无线信号传输模型 |
| 3.2.2 本文改进的无线信号传输模型 |
| 3.3 测距阶段的改进 |
| 3.3.1 RSSI值预处理 |
| 3.3.2 测量距离修正 |
| 3.4 定位及修正阶段的改进 |
| 3.4.1 锚节点选取 |
| 3.4.2 权值的分析与改进 |
| 3.5 改进算法的描述与仿真分析 |
| 3.5.1 改进算法的描述 |
| 3.5.2 仿真结果分析 |
| 3.6 本章小结 |
| 4 基于改进PSO算法的稀疏锚节点RSSI测距定位 |
| 4.1 稀疏锚节点定位 |
| 4.2 粒子群优化算法 |
| 4.2.1 算法简介 |
| 4.2.2 算法原理 |
| 4.2.3 算法详细执行流程和步骤 |
| 4.2.4 粒子群优化算法的特点 |
| 4.3 稀疏锚节点RSSI定位中的改进PSO算法 |
| 4.3.1 应用原理 |
| 4.3.2 两边定位模型 |
| 4.3.3 改进PSO算法求解两边定位模型 |
| 4.3.4 改进算法流程图 |
| 4.4 实验参数设置和仿真结果分析 |
| 4.4.1 实验环境和参数设置 |
| 4.4.2 仿真结果分析 |
| 4.5 本章小结 |
| 5 基于ZigBee的 WSN定位系统设计 |
| 5.1 定位系统总体设计方案 |
| 5.2 定位节点硬件设计 |
| 5.2.1 ZigBee无线芯片选择 |
| 5.2.2 CC2530 芯片和内部结构 |
| 5.2.3 基于CC2530 的节点电路设计 |
| 5.3 定位节点软件设计 |
| 5.3.1 ZigBee节点软件设计 |
| 5.3.2 Z-Stack协议栈 |
| 5.3.3 软件开发环境 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（6）无线传感网中的节点定位算法研究（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 |
| 1.1.1 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 论文组织结构 |
| 第2章 无线传感网与常见的定位算法 |
| 2.1 无线传感网络概述 |
| 2.1.1 无线传感网络简介 |
| 2.1.2 无线传感网络特征 |
| 2.1.3 无线传感网络应用领域 |
| 2.2 常见的节点定位算法介绍 |
| 2.2.1 基于非测距的节点定位算法 |
| 2.2.2 基于测距的节点定位算法 |
| 2.2.3 节点位置计算方法 |
| 2.3 本章小结 |
| 第3章 基于最小均方误差的DV-Hop算法设计 |
| 3.1 背景介绍 |
| 3.2 DV-Hop算法简介 |
| 3.3 DV-Hop算法性能分析 |
| 3.3.1 定位算法优势 |
| 3.3.2 定位算法误差分析 |
| 3.4 算法设计 |
| 3.4.1 基于最小均方误差的DV-Hop算法简介 |
| 3.4.2 基于最小均方误差的DV-Hop算法原理 |
| 3.4.3 基于最小均方误差的DV-Hop算法步骤 |
| 3.5 定位算法伪代码及流程图 |
| 3.6 仿真实验 |
| 3.6.1 仿真实验环境 |
| 3.6.2 仿真结果分析 |
| 3.7 本章小结 |
| 第4章 基于布谷鸟搜索技术的定位算法设计 |
| 4.1 背景介绍 |
| 4.2 布谷鸟算法简介 |
| 4.3 布谷鸟算法性能分析 |
| 4.3.1 布谷鸟算法优势 |
| 4.3.2 布谷鸟算法缺陷 |
| 4.4 算法设计 |
| 4.4.1 基于布谷鸟搜索技术的定位算法 |
| 4.4.2 步长因子自适应调节 |
| 4.4.3 发现概率自适应调节 |
| 4.4.4 算法适应度函数 |
| 4.5 定位算法步骤 |
| 4.5.1 基于布谷鸟搜索技术的定位算法流程图 |
| 4.5.2 基于布谷鸟搜索技术的定位算法步骤 |
| 4.6 仿真实验 |
| 4.6.1 算法性能对比 |
| 4.6.2 仿真结果分析 |
| 4.7 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
（7）基于Zynq-7000的智能相机图像处理工具研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.3 本论文的研究工作以及内容安排 |
| 1.3.1 研究工作 |
| 1.3.2 内容安排 |
| 第二章 智能相机开发平台及总体方案设计 |
| 2.1 智能相机开发平台 |
| 2.1.1 Zynq-7000嵌入式开发平台架构 |
| 2.1.2 ZC702开发板 |
| 2.1.3 软件开发环境 |
| 2.2 图像处理工具总体方案设计 |
| 2.3 相机功能及参数的动态配置 |
| 2.3.1 相机作业文件的体系架构 |
| 2.3.2 相机作业文件的设置与解析 |
| 2.4 开发流程 |
| 2.5 本章小结 |
| 第三章 智能相机直方图工具设计与实现 |
| 3.1 图像灰度直方图 |
| 3.2 基于直方图的阈值分割 |
| 3.2.1 图像阈值分割基本原理 |
| 3.2.2 基于直方图的几种阈值分割方法 |
| 3.2.3 算法功能验证 |
| 3.3 基于直方图的图像均衡化 |
| 3.3.1 全局直方图均衡化 |
| 3.3.2 自适应直方图均衡化(AHE) |
| 3.3.3 限制对比度自适应直方图均衡化(CLAHE) |
| 3.3.4 算法功能验证 |
| 3.4 本章小结 |
| 第四章 智能相机几何检测工具设计与实现 |
| 4.1 直线检测 |
| 4.1.1 标准Hough变换(SHT)直线检测 |
| 4.1.2 随机Hough变换(RHT)直线检测 |
| 4.1.3 PC端算法功能验证 |
| 4.1.4 实验平台算法功能验证 |
| 4.2 圆检测 |
| 4.2.1 三点圆检测法 |
| 4.2.2 Hough变换圆检测 |
| 4.2.3 PC端算法功能验证 |
| 4.2.4 实验平台算法功能验证 |
| 4.3 椭圆检测 |
| 4.3.1 椭圆检测算法原理和步骤 |
| 4.3.2 PC端算法功能验证 |
| 4.3.3 实验平台算法功能验证 |
| 4.4 不规则物体的检测 |
| 4.4.1 不规则待检物体的凸包拟合 |
| 4.4.2 最小外接矩形检测及长宽估计 |
| 4.4.3 PC端算法功能验证 |
| 4.4.4 实验平台算法功能验证 |
| 4.5 本章小结 |
| 第五章 垫片零件检测与结果分析 |
| 5.1 实验平台搭建 |
| 5.2 垫片零件检测的实验方案 |
| 5.3 实验检测结果与分析 |
| 5.3.1 圆形垫片零件检测 |
| 5.3.2 不规则垫片零件检测 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 附录2 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（8）地下管线的三维建模及可视化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 管线三维建模研究现状 |
| 1.2.2 地下管线管理系统研究现状 |
| 1.3 主要内容与技术路线 |
| 1.3.1 主要内容 |
| 1.3.2 技术路线 |
| 1.4 论文章节安排 |
| 2 三维建模与可视化相关原理 |
| 2.1 三维建模方法 |
| 2.1.1 线框模型建模 |
| 2.1.2 表面模型建模 |
| 2.1.3 实体模型建模 |
| 2.1.4 曲线曲面建模 |
| 2.1.5 顶点混合建模 |
| 2.1.6 三维激光扫描建模 |
| 2.1.7 逆向工程建模 |
| 2.2 三维可视化工具 |
| 2.2.1 三维渲染引擎 |
| 2.2.2 三维建模软件 |
| 2.2.3 三维模型格式 |
| 2.3 地形三维可视化 |
| 2.3.1 数字高程模型概述 |
| 2.3.2 三维虚拟景观 |
| 2.4 本章小结 |
| 3 管线数据特点与数据库设计 |
| 3.1 地下管线及其特点 |
| 3.1.1 地下管线类型 |
| 3.1.2 地下管线特点 |
| 3.1.3 地下管线探测 |
| 3.1.4 地下管线图绘制 |
| 3.2 管线数据库设计 |
| 3.2.1 逻辑设计 |
| 3.2.2 数据结构设计 |
| 3.2.3 数据入库 |
| 3.3 本章小结 |
| 4 地下管线三维建模 |
| 4.1 管线数据预处理 |
| 4.1.1 基础数据计算 |
| 4.1.2 截面离散点坐标计算 |
| 4.2 管线三维建模 |
| 4.2.1 直管建模 |
| 4.2.2 弯管衔接建模 |
| 4.2.3 四通衔接建模 |
| 4.2.4 T型衔接建模 |
| 4.2.5 立体三通衔接建模 |
| 4.2.6 变径衔接建模 |
| 4.3 附属设施衔接建模 |
| 4.4 本章小结 |
| 5 管线三维管理系统设计与实现 |
| 5.1 系统设计 |
| 5.1.1 设计目标 |
| 5.1.2 体系结构设计 |
| 5.1.3 系统功能设计 |
| 5.2 C/S端功能实现 |
| 5.2.1 环境搭建 |
| 5.2.2 类设计 |
| 5.2.3 基础功能 |
| 5.2.4 三维功能 |
| 5.2.5 分析功能 |
| 5.3 B/S端功能实现 |
| 5.3.1 环境搭建 |
| 5.3.2 模型生成 |
| 5.3.3 功能实现 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间发表的论文 |
（9）基于UWB TDOA技术的非视距误差校正算法优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 UWB国内外研究现状 |
| 1.2.1 UWB在国外研究现状 |
| 1.2.2 UWB在国内研究现状 |
| 1.3 UWB技术的主要应用 |
| 1.4 本课题研究内容及文章结构 |
| 2 基于UWB室内超宽带定位系统 |
| 2.1 UWB技术概述 |
| 2.2 UWB室内定位系统的组成 |
| 2.3 UWB定位系统中常用定位算法介绍 |
| 2.4 定位性能的评价指标 |
| 2.5 影响定位精度的因素 |
| 2.6 本章小结 |
| 3 经典的位置估计算法 |
| 3.1 Fang算法 |
| 3.2 泰勒级数展开法 |
| 3.3 加权最小二乘法 |
| 3.4 Chan算法 |
| 3.5 本章小结 |
| 4 非视距误差模型及鉴别 |
| 4.1 非视距误差 |
| 4.2 TDOA算法下非视距误差模型建立 |
| 4.3 非视距误差鉴别 |
| 4.4 Wylie算法NLOS误差鉴别仿真 |
| 4.5 本章小结 |
| 5 结合最陡下降算法的TDOA/AOA非视距误差校正算法 |
| 5.1 最陡下降算法 |
| 5.2 结合SDA算法的TDOA/AOA非视距误差校正算法 |
| 5.2.1 LOS情况下基于Chan算法的TDOA/AOA融合算法 |
| 5.2.2 结合SDA算法的TDOA/AOA非视距误差校正算法 |
| 5.3 测试场景与测试平台 |
| 5.4 测试结果与分析 |
| 5.4.1 不同AOA标准差下三种算法定位性能的比较 |
| 5.4.2 不同TDOA标准差下三种算法定位性能的比较 |
| 5.4.3 三种算法在不同测试点的定位性能比较 |
| 5.4.4 不同定位方法定位误差的CDF分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 课题总结 |
| 6.2 课题展望 |
| 参考文献 |
| 硕士期间科研成果 |
| 致谢 |
（10）基于双目视觉的目标识别与定位及机械臂的抓取研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景以及研究意义 |
| 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 本文的研究内容和结构安排 |
| 1.4 本章小结 |
| 第二章 机械臂的运动学分析和建模 |
| 2.1 引言 |
| 2.2 机械臂运动学分析 |
| 2.2.1 位置、姿态描述和齐次变换 |
| 2.2.2 UR5机械臂的正运动学研究 |
| 2.2.3 UR5机械臂的逆运动学研究 |
| 2.3 机械臂运动学仿真 |
| 2.3.1 机械臂正运动学仿真 |
| 2.3.2 机械臂逆运动学仿真 |
| 2.4 本章小结 |
| 第三章 双目视觉系统的分析以及参数标定 |
| 3.1 引言 |
| 3.2 双目视觉原理 |
| 3.3 摄像机成像模型以及坐标系的建立 |
| 3.4 摄像机标定 |
| 3.4.1 摄像机标定实验 |
| 3.5 本章小结 |
| 第四章 基于模板匹配算法的目标识别 |
| 4.1 引言 |
| 4.2 图像预处理 |
| 4.2.1 图像灰度化处理 |
| 4.2.2 图像滤波 |
| 4.3 基于模板匹配的目标识别算法研究 |
| 4.3.1 模板匹配方法的原理和分类 |
| 4.3.2 基于特征点的模板匹配方法 |
| 4.3.3 确定目标所在区域 |
| 4.3.4 特征匹配对比实验 |
| 4.3.5 基于SURF的改进算法 |
| 4.4 本章小结 |
| 第五章 基于双目视觉的目标定位 |
| 5.1 引言 |
| 5.2 立体匹配 |
| 5.2.1 立体匹配所受约束与遵循的准则 |
| 5.2.2 立体校正 |
| 5.2.3 确定目标物体形心位置 |
| 5.2.4 形心立体匹配 |
| 5.3 三维重建与位姿求取 |
| 5.3.1 三维重建 |
| 5.3.2 三维重建实验 |
| 5.3.3 姿态估计 |
| 5.3.4 姿态估计实验 |
| 5.4 本章小结 |
| 第六章 基于双目视觉的机械臂抓取实验 |
| 6.1 引言 |
| 6.2 硬件平台分析 |
| 6.2.1 硬件平台简介 |
| 6.2.2 UR5简介 |
| 6.2.3 双目摄像机简介 |
| 6.3 软件平台分析 |
| 6.4 机械臂手眼标定 |
| 6.4.1 手眼标定原理 |
| 6.4.2 手眼标定实验 |
| 6.5 机械臂抓取实验 |
| 6.6 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
四、几种常見坐标的介紹（论文参考文献）
- [1]UWB技术下的室内定位研究[D]. 葛嘉诚. 南京邮电大学, 2020(03)
- [2]基于UWB的护理机器人定位系统研究[D]. 陈新兴. 河北科技大学, 2020(01)
- [3]基于距离约束的WiFi指纹定位算法研究与实现[D]. 胡楠. 南京邮电大学, 2020(02)
- [4]基于快速多极边界元的声学及声振拓扑优化设计[D]. 赵文畅. 中国科学技术大学, 2019(02)
- [5]基于ZigBee的无线传感器网络定位研究与实现[D]. 黄雅楠. 安徽理工大学, 2019(01)
- [6]无线传感网中的节点定位算法研究[D]. 赵帅帅. 曲阜师范大学, 2019(01)
- [7]基于Zynq-7000的智能相机图像处理工具研究与实现[D]. 陈志彭. 南京邮电大学, 2019(03)
- [8]地下管线的三维建模及可视化研究[D]. 李康. 西安科技大学, 2020(01)
- [9]基于UWB TDOA技术的非视距误差校正算法优化研究[D]. 王成晓. 海南大学, 2019(01)
- [10]基于双目视觉的目标识别与定位及机械臂的抓取研究[D]. 夏守城. 华南理工大学, 2020(02)