多少：名稱。一般指某些東西的數量，英文 how much：指量度或數量大小， 以下是為大家整理的關于研究生開題報告多少字4篇 , 供大家參考選擇。
研究生開題報告多少字4篇
【篇一】研究生開題報告多少字
在職研究生論文開題報告
高中生的升學壓力要比初中生大，這是因為高中畢業面臨的升學和擇業更為迫切。現代社會里隨著生活節奏的加快，競爭的加劇，人們所面臨的精神壓力也越來越大。如何應付這些壓力，保持個體的情緒健康，更好地面對生活、學習和工作的挑戰，是一個現代人人生道路上的重大問題。 在社會中還存在不少高中生由于學習壓力無法得到調節而釀成悲劇。一幕幕扣人心釀成悲劇，一幕幕扣人心弦的畫面，種種悲劇也給許許多多的家長心靈造成難以抹去的傷痛。所以為了進一步了解學習壓力給學生帶來的影響，我們小組決定進行一些關于這方面的調查與研究。 研究目的： 通過這次學習，我們希望達到以下這些目的： 讓同學們深入了解學習壓力是如何產生的及由此產生的一些不好的表現。 讓同學們明白要用積極的態度來對待學習壓力。 讓同學們了解一些關于如何減輕學習壓力的方法。 使同學們通過這些方法來減輕學習壓力。 使同學們能在今后的學習生活中更愉快，能更好的來處理與父母、老師、同學的關系。 在遇到自己無法解決的關于學習壓力的心理問題時，能主動向心理老師尋求幫助。 研究意義： 在這次學習的過程中，我們小組的成員都學到了許多知識，包括如何建立團隊合作精神，也讓我們都了解了許多社會及家庭所存在的問題，更多的是從該課題的研究結果中我們也都懂得面對學習壓力該如何正確調節。我們也希望通過這次研究學習，能使更多的同學認識學習壓力得不到正確調節的危害性并且能積極調整心態面對它，學會如何面對它，如何正確調節它，讓高中生在學習中能輕松地學習，無論是在平時的學習中，還是在期末、期中，甚至在高考中，都能以輕松的心態面對學習壓力，在每一次考試中都能考到理想的成績。
【篇二】研究生開題報告多少字
研究生開題報告的模板
研究生教育屬于國民教育序列中的高等教育。下面是為大家整理的關于研究生開題報告的模板，歡迎大家的閱讀。
一、簡述
設計計劃學是一門新興的綜合性邊緣學科，它研究的是如何保證設計的優良度和高效性，以及如何指導設計的展開。在設計需要科學計劃這一概念已成為現代設計界共識的情況下，我國業界內部對設計計劃學的認識與研究，還沒有跟上設計發展需要的步伐。針對我國設計教育現狀，本書將就該學科的教學方面，提出一套科學的行之有效的設計計劃方法。以期為設計類學生深入理解設計，更好地掌握設計的方法提供必要的指導。
二、學術價值分析
1.選題依據
計劃在今天已逐漸成為一門顯學，大至國家事務，小至個人日常生活，社會各個領域都離不開計劃，各類大大小小的成功項目，很大程度上都自覺或不自覺地導入，實施了相應的計劃活動。計劃學的興起是知識經濟時代資源整合化的大勢所趨。而反映到藝術設計學的領域，我們可以發現，計劃同樣有極大的發展空間：如何設計，如何保證優良的設計，這都需要科學的調查研究，需要精準的分析定位，需要詳實的設計依據，需要合理的組織安排，這些與我們通常理解的形式，風格的賦予層面的“設計”相異而相成的工作，就是設計計劃的內容。而如何正確進行設計計劃，存在著一個方法論的問題。在學科間的交叉融合成為當前學術主流的大環境下，設計計劃應該可以打通各設計專業間的藩籬，為取得成功的設計提供行之有效的方法上的支持。
在設計先進國家，對設計計劃方面已有一定程度的研究。尤其在設計方法研究方面，已取得比較成熟的結果，出現了一些有效的方法，如技術預測法，科學類比法，系統分析設計法，創造性設計法，邏輯設計法，信號分析法，相似設計法，模擬設計法，有限元法，優化設計法，可靠性設計法，動態分析設計法，模糊設計法等。這些方法側重于不同的專業設計方向，而設計計劃面臨不同設計專業，更需要的是一種整合的靈活的解決問題的計劃方法。這就需要我們針對計劃自身的學科特點，從現有的成型的方法群中進行提煉，總結出一套適應現在情況的設計計劃方法來。
2.創新性及難度
這篇文章將參考管理決策方法與相關設計方法研究的成果，試圖尋找一套對于我國設計師來說，明確可行的跨專業設計計劃的方法體系。
這篇文章致力于從簡明實效的角度，為設計計劃人員提供易于操控，而且便于和各個專業設計師進行溝通、交流的方法。要求該方法不僅對專業設計團隊的計劃環節有用，對個體設計人員的的設計工作也應具有指導作用。這就需要針對我國設計現狀，從國內外各學科領域名目眾多的相關方法中進行精心挑選，合理安排，科學綜合的處理，創造出一套高效的計劃方法來。雖然國外的相關成果業已成熟，但如何在眾多不同側重角度的方法中總結出理想的計劃方法，需要我們對所有已知方法深入地認識和理解，同時明了我們設計各專業的工作規律，以期做到跨專業的有效性。
這篇文章具有一定的難度。首先在對計劃的理論性分析與研究中，需要樹立對計劃的正確理解與認識，進而廓清設計計劃的概念。接著將在設計計劃方法論層面的研究上，對設計計劃及其方法論進一步闡述。鑒于國內現在并沒有對設計計劃有深入的的系統的研究，該書內容基本上屬此方面問題的首次討論，面臨著缺乏大量相關經驗及理論借鑒的景況，所以需要作者在目前積累的實踐性資料和相關學科的研究成果中加以總結與深化。
這篇文章最大的難度在于資料的搜集上，國內相關資料匱乏且本方向的研究缺乏交流的氣候，而由于我院互聯網情報系統的不完善和出于對技術保密的考慮，也很難從互聯網上得到理想的資料。作者只能從書店，圖書館和其他專業的老師和同學手中求取所需要的信息。當然本研究方向的直接信息是很缺少的，更多是從其它方向的研究成果中搜集所需要的信息資料。方法的研究是一個涉及面很廣的課題，也需要從很多領域進行比較分，探索總結。而從一個學科到另一個學科的跳躍性研究，需要迅速轉換思維及反復調整視點，這也對作者的思維技能，思考方式，學術視野及知識積累等方面的研究素質提出了很大的挑戰。
3.研究方案的可行性和合理性
由于國際設計交流間的局限和我國設計界的特殊情況，尤其是國內設計教育上的某種封閉性和滯后性，我國業界對設計計劃方法的認知尚不夠深入，還缺乏一套完整的，在教學和實踐中簡明且易于操作的設計計劃方法。經初步調查，當前學界內僅有的幾本相關著作，也僅限于對西方某些設計方法與程序的簡單的介紹，沒有很專業地從計劃的層面進行系統闡述，而市場上連篇累牘的相關書籍主要是從市場營銷和工商管理方面著手，對設計類諸專業的設計計劃，并不具備現實指導作用。所以亟待有這么一套專業性較強的設計計劃方法及其論著出現。在某種程度上，本書的出現將對設計計劃這一門新興學科，起到填補教學用書空白的作用。而從技術的角度而言，本書的完成也有相當的可行性，在分院近幾年來的設計策劃課程的教學中，已為之積累了大量新鮮的實踐性，經驗性資料。而分院的教育架構，亦為這個跨專業的研究項目做好了充分的人力物力資源上的準備。
4.預期成果
本書預期字數為12萬字，分為理論與方法兩大版，僅闡述設計計劃的相關內容，更重要是推出設計計劃的概念與方法。所涉及范圍主要包括管理學，決策學，認識論，方法論，創造學，心理學，行為組織學，人類學，社會學，設計學，史學等諸多學科領域，最終將完成一本集科學有效的方法程序，大量生動案例及實際操作指導于一身的，具有教學指導作用的專業書籍。現在本書工作已大致完成資料收集階段任務，在下階段三個月的時間內，我將就所收資料進行分析總結，完成方法程序的完善工作。
【篇三】研究生開題報告多少字
體育研究生論文開題報告
論文題目名稱：對我省高校排球隊科學選材的研究
一、選題背景及研究意義
1選題背景
世界排球運動發展的一百年中，排球競賽規則在不斷改革，如今每球得分制，使得排球比賽發生了巨大的變化，發球技術成為得分的重要手段;比賽過程中既有高點進攻，也有立體進攻體系，網上爭奪仍然是比賽的焦點，運動員的個人技術更加全面，跳發球和后排進攻是當今競技戰術的新潮流;自由人的出現使比賽來回球增加，使比賽更加精彩。總之，排球運動仍是集高度、速度、對抗戰術為一體的集體運動，要求我們在選材時，要根據當今實際情況選擇適合該運動發展的運動員，這樣才能保證球隊始終具有競爭性，先進性。
當今世界競技體育水平發展迅速，世界紀錄頻頻刷新，競技體育的競爭日趨激烈。運動員除了具備極高的運動素質與運動天賦外還要經過科學合理的刻苦訓練，才有可能在世界立足，競技水平的競爭中突出了天才運動員的競爭。各國的訓練手段，訓練方法差異日趨縮小，訓練條件也日趨一致，運動員的先天競技條件顯得更加重要，要反超世界體育先進水平，必須做好運動員的科學選材工作。
青少年排球運員是排球事業發展的基石，中國排球要想長盛不衰，最主要是看后備力量是否雄厚。這就要求我們必須做好后備力量的培養工作，而后備力量培養的關鍵因素是選材，做好運動員的科學選材等于成功了一半。隨著現代科學技術的發展，國際先進訓練理論方法已伴隨著全球化信息資源網的構建成功實現了世界性資源共享。在全球各種訓練理論，訓練方法，條件，甚至發展水平基本相一致的情況下各國運動員之間的水平競爭轉化為運動員天賦的競爭，因此青少年排球運動員的選材工作顯得至關重要。
當今排球運動正朝著速度快、技術嫻熟、戰術多變、各有特點、人有專長、身材高大、體能過硬、對抗激烈的全面化方向發展。從世界高水平的排球比賽上可看出，世界優秀排球隊的身體素質、技術水平、人種優勢等都勝人一籌。這表明國外優秀排球隊已經十分重視選材與排球運動的發展關系。科學實用的選材方法和訓練，已經成為通向世界排球高層次隊伍必不可少的有效途徑之一。我國排球運動員科學選材的專門研究工作，是從20世紀70年代以后才開始的，起步較晚，進步較快。但目前還處在觀察運動員的外表或初步對形態、素質和身體情況進行檢查的階段，在運動能力遺傳學、皮紋學、血型學、心理學和生理生化等新興學科領域的研究還遠遠不夠，選材的準確性和可行性還有待提高。而國外對運動員選材問題的研究，已達到相當的廣度和深度，涉及生理學、心理學、遺傳學、生物力學及運動訓練學等多種學科，并建立了許多運動員科學選材測試中心和一系列選材輸送系統。傳統的選材越來越顯示出它的弊端，落后于當今世界排球運動的發展。因此，研究適合于當今排球運動選材的發展趨勢無疑是一個具有非常現實意義的課題。
在國外，由于他們有出色黑色人種，他們身體素質好，體力也好，所以他們主要考慮隊員的心理，年齡，神經類型等方面，在國內主要是黃色人種，在身體素質方面略遜于歐美運動員，所以我們只有通過科學的選材和系統的訓練，才能在世界體壇立足，我們選材時，主要考慮的是運動員的身體素質，身高，體重，年齡，遺傳等因素。
貴州省是我國排球運動發展較慢的省，與其他省相比，仍處于落后階段，現如今中國排球聯賽的形式如群雄逐鹿，哪支球隊擁有優秀的后備人才，也就擁有了未來。中國體育制度是舉國體制，后備人才數量大，淘汰率也高。許多競技體育運動員在淘汰后因為耽誤了大量文化課學習時間而造成就業難，因此許許多多的家長不愿意自己的孩子去從事體育訓練，長此以往勢必會造成排球運動在貴州萎縮，并逐漸淡出人們視野。
針對貴州省這種情況，我建議要發展貴州排球運動事業，要從貴州各高校開始抓起，高校學生相對來說學習任務不是很重，沒有升學壓力，并且學好了排球，對以后就業還有一定幫助，而且高校畢業生畢業后到基層去工作，還能帶動基層排球運動的發展，還可以有助于強身健體。但是，在高校如果進行排球運動的可持續發展，選材很重要，因為只有選到好的運動員，才能在訓練中有好的成績，才能促進高校排球運動開展，故進行此課題的研究。
2研究意義
(1)理論意義：優秀運動員的選材問題,是當代體育科學研究的前沿問題之一，科學的運動員選材，可以縮短訓練周期。科學的選材是競技化的基礎，是運動員和運動隊取得好成績的保證。可以避免盲目性，減少淘汰率。進行排球運動員科學選材，是排球運動項目科學、健康、可持續發展的基礎。
(2)實踐意義：進行排球運動員科學的選材，有助于我們提早的選拔出好的苗子，進行系統的訓練，讓隊員早日出好成績，在我省高校進行科學的排球運動員選材，能夠提高學生的運動積極性，有利于讓更多的人了解排球，加入到排球運動的訓練中來，高校學生畢業后到工作崗位，還可以繼續帶動排球事業的發展。高校學生水平如果得到提高，還可以進入到更高級的運動隊中繼續從事該事業。
二、主要研究內容、研究方法及擬解決的關鍵問題
1主要研究內容：
(1)排球運動員選材的各種要求;包括身體素質，年齡因素，遺傳因素，心理因素，還有神經類型等方面
(2)各種因素對排球運動員選材的影響;主要指家庭方面和社會方面
(3)影響我省高校選材的因素等等：包括教師能力，運動器材與設施等。
2研究方法：
(1)調查法：調查貴州各高校排球發展情況，制定具體選材措施
(2)專家訪談法：訪問有經驗的專家，提高專業知識
(3)文獻研究法：通過文獻資料的閱讀，掌握最新最科學的選材方法
(4)經驗總結法;根據掌握的經驗，結合實際情況，科學選材
(5)觀察法
3要解決的關鍵問題：
(1)解決人們對體育的偏見;不少家長認為進行體育訓練影響學習，不主張孩子從事體育方面的活動。
(2)盡量做到青少年排球運動員學習與訓練兩不誤;合理的安排訓練和學習的時間，使訓練不影響學習。
(3)針對貴州省實際情況找出實際可行的符合貴州地域的科學選材方法。
參考文獻
[1]馬啟偉.體育心理學[m].北京：高等教育出版社.1996
[2]蘇梅青,盧勤.淺談學生體育興趣的培養[j].山西師大體育學院學報.2000，4(35)
[3]續志紅.淺談體育教學中如何激發學生的運動興趣[j].延安教育學院學報.20XX，4(18)：77-78
[4]謝月芳.關于中學生不喜歡體育課的調查分析
[5]顧久賢.談如何培養學生的體育興趣[j].機械職業教育.20XX年第4期
[6]丁文武.培養中學生對體育課的興趣.北大附中深圳南山分校網博雅刊第二期
[7]羅士達,王立沖.如何培養中學生對體育課的興趣[j].體育成人教育
學刊.2003，2(19)：107-108
[8]淺議中學生對體育課的興趣.121學校體育網(理論研究)
[9]繆本海，葉條鳳.我院新生體育課的興趣現狀調查與分析[j].廣東水利電力職業技術學院學報.20XX，4(18)：77-78
【篇四】研究生開題報告多少字
學科代碼
080203
編號
045
碩士學位論文開題報告
學號：
152080201045
研究生：
衛玉梁
導師：
靳伍銀研究員
研究方向：
機器視覺及圖像處理
論文題目：
基于視覺導航的智能車跟隨系統研究
學科：
機械制造及自動化
學院：
機電工程學院
入學時間：
2015年 9月
開題時間：
2017年 1月13日
2017年
1月
13日
學位論文題目
基于視覺導航的智能車跟隨系統研究
課題來源
國家自然科學基金項目
一、 課題意義及國內外研究現狀綜述
1、課題意義
隨著汽車工業的迅速發展，關于智能車輛的研究越來越受人關注。智能車不僅在工業智能化上得到廣泛的應用；運用于智能家居中的產品也越來越受到人們的青睞；而且，智能車的研究也為解決道路交通安全以及交通擁堵提供了一種新的途徑[1]。在汽車行業快速發展的帶動下，作為現代社會產物的智能小車也成為目前較為熱門的研究課題[2]。智能小車是一個集環境感知、規劃決策、自動行駛等功能于一身的多學科高新技術的集成體，集中運用了信息、傳感、通信、導航、計算機、機械設計及自動控制等技術，是典型的高新技術綜合體[3-4]。因此，不論是從科學發展、理論研究的角度，還是從汽車工業發展以及市場競爭的角度看，對智能車輛和智能小車的研究都具有很高的科學理論價值和實際意義[5]。
智能小車作為智能車輛理論縮影與研究模型，在其快速發展的帶動下也不斷創新。究其系統分類而言，可以簡單的分為三類：遙控式、半自主式以及全自主式系統[6]。遙控式一般由人觀察并做出決策，使用遙控器與小車進行信息的無線傳輸，從而達到對小車控制的目的，其原理相對簡單，應用于市場上的大多數玩具模型等。半自主式小車通常自己采集數據并處理，由核心處理芯片做出決策來實現其對行駛方向、啟停以及速度的控制，一般無需人為控制，是目前大多數智能小車的研究方法。第三類全自主式小車多采用嵌入式的方式，將決策層與運動層結合在一起，通過相應的算法達到智能化運動的目的，其靈活性高、功能性強，但全自主式小車的性能受到硬件條件的制約呈現兩極化，如何平衡硬件條件以及優化算法是目前研究的前沿 [7]。本文采用將決策層與運動層相結合的全自動控制系統，在低成本的硬件設計要求下開發優化更加高效的代碼和算法，實現可以快速的對周圍環境進行信息提取并反饋給動力系統從而做出相應動作。
近年來，隨著智能化與自動化技術的發展，智能車輛所具備的功能越來越多，所包含的技術種類也越來越豐富，而在智能車輛的相關技術中，跟蹤技術是一項非常有研究意義的新型技術，也是一個涵蓋了機器視覺、圖像處理以及嵌入式與微系統等多學科的研究課題，具有廣闊的研究前景[8]。根據跟蹤對象運動狀態的不同，可將其分為對靜止和對運動物體的跟蹤兩大類[9]。對靜止物體跟蹤一般是通過在關鍵節點上設置具有特定形狀、大小、顏色等突出特征的目標物，為智能小車提供方位等引導信息，使之可以按照預計的路線實現對目標的跟蹤[10]。這一方法小車所要提取和識別的信息相對較少，且節點周圍環境已知，因此較為容易實現。而對運動物體的跟蹤則需要提取更多的有效信息，對算法的開發設計要求更高，同時需要考慮目標物的自身形狀、明暗程度、外圍環境在運動過程中所發生的改變[11]。例如對人體的跟蹤就是現代跟蹤學的一個研究熱點和難點[12]。而關于智能車的跟隨方案目前還沒有特別優良穩定的算法。因此，開發設計一種智能、高效、低成本的跟隨小車控制方案具有重要的實際意義和科學理論價值。
2、國內外研究現狀
2.1智能車輛的研究現狀
國外智能車輛的研究歷史較長，始于上世紀50年代。1954年美國Barrett Electronics 公司研究開發了世界上第一臺自主引導車系統AGVS（Automated Guided Vehicle System）[13]。因其可以在固定路線上運行，并自主完成貨物運輸，因此標志著智能車輛的誕生[14]。隨后，世界主要發達國家對智能車輛開展了卓有成效的研究。在歐洲，普羅米修斯項目開始在這個領域的探索；在美洲，美國成立了國家自動高速公路系統聯盟（NAHSC）；在亞洲，日本成立了高速公路先進巡航/輔助駕駛研究會[15]。至此，智能車輛進入了深入、系統、大規模研究階段。其中，美國卡內基.梅隆大學（Carnegie Mellon University）機器人研究所一共完成了Navlab系列的10臺自主車（Navlab1—Navlab10）的研究，取得了顯著的成就[16]。
近年來，國外智能車技術依然保持快速發展，2010年由德國國防大學研制成功的高速公路自主駕駛車VaMoRS在行駛速度上突破150km/h，隨后又由奧迪等公司將其不斷刷新至最高可達240km/h的速度。2012年5月，谷歌公司研發的自動駕駛汽車拿到了美國首個自動車輛許可證。2016年3月聯合國頒布《國際道路交通公約》：“在全面符合聯合國車輛安全管理條例情況下，將駕駛車輛的職責交給自動駕駛技術可以應用到交通運輸當中” [17]。這意味著在不久的將來，自動駕駛智能車輛將真正的走進大眾的生活。
相比于國外，我國開展智能車輛技術方面的研究起步較晚，開始于20世紀80年代。而且大多數研究處在于針對某個單項技術研究的階段。但是也取得了一系列的重要成果：中國第一汽車集團公司和國防科技大學機電工程與自動化學院于2003年研制成功我國第一輛自主駕駛轎車；2016年3月由中國電子科技大學研制成功的中國第一代警用標準巡邏原型車，可以在120公里/小時的速度下，自動捕獲方圓60米視野內的人臉，識別其性別、年齡，并可與已有人臉庫進行比對分析，按人員特征進行篩選識別，對可疑人員做出警報提示；2016年4月，由長安公司自主研發的無人駕駛汽車，從重慶開往北京，歷時6天，測試總里程超過2000公里。
智能小車相對于智能車輛而言，其研究成本更低、拓展性更強、普及率更廣。因此對于智能小車的研究具有很高的實際意義和科學理論價值。2016年05月08日Puma聯合NASA、麻省理工的機器人工程師及研究人員，開發出一款基于Arduino平臺，能夠通過智能手機精確控制行駛速度和距離，名為Beatbot的競速機器人，它可以自動識別跑道并跟上運動員的步伐，速度甚至可以超越奧運冠軍博爾特。而我國很多高校、研究所研發設計的智能小車普遍能夠實現循跡、避障、檢測貼片、尋光入庫、避崖等功能，更有的增設許多其他功能，例如在近幾屆的電子設計大賽中，智能小車又在向聲音控制、無線定位以及視頻傳輸與物體識別等方向發展，其中較為出名的飛思卡爾智能小車更是走在前列[18-19]。
但是智能小車在對目標識別與跟蹤方面，多數設計方案采用的均為紅外、超聲波傳感器對距離的測量來實現目的識別，所使用的方法較為單一。本文采用了基于單目視覺的視頻采集與圖像處理技術對目標物進行智能的篩選與分析，較之于傳統的紅外以及超聲波測距識別更為直觀、準確并且適用范圍更廣、容錯率更高[20]。對于智能車輛目標識別與自動駕駛技術的研究具有一定的參考意義。
2.2跟蹤技術研究現狀
常用的跟蹤的方法有很多種，如基于紅外、超聲波等測距傳感器、基于視頻圖像的視覺傳感器、基于射頻識別RFID(Radio Frequency Identification)技術、基于全球定位系統GPS(Global Positioning System)導航及無線電定位與導航等[21-22]。
本文所采用的視覺跟蹤方法相對于其他的幾種方法是最直觀也是最困難的，它需要利用攝像機來獲取外部環境的圖像信息并將之轉換成數字信號，通過PC機、微處理器或者其他嵌入式系統來實現對信號的采集與傳輸[23]。并對獲取視頻中一幀或者多幀圖像的處理分析，從而幫助小車完成對周圍環境信息的了解，這些信息通常包括物體的形狀、姿態、位置、運動等，從其中篩選目標信息進行描述、存儲、傳輸和處理，進而做出相應動作[24]。
實現目標跟蹤極為關鍵的部分在于對目標物的識別與定位，目標識別與定位是衡量整個跟蹤技術水平高低的標桿[25]。目標識別是運用圖像處理技術對所要跟蹤的目標與其背景進行分離的操作[26]。現有的視覺跟蹤算法根據被跟蹤對象信息使用情況的不同，可大致分為基于對比度分析的目標跟蹤、基于匹配的目標跟蹤和基于檢測的目標跟蹤等[27]。基于對比度分析的目標跟蹤算法的思想是利用目標與背景在對比度上的差異來提取、識別和跟蹤目標[28]。這類算法按照跟蹤參考點的不同又可分為邊緣跟蹤、形心跟蹤和質心跟蹤等[29]。基于匹配的目標跟蹤算法是通過提取目標特征來進行識別，即是通過一種變換或者編碼的方式，將數據從高維的原始特征空間經過映射，變換到低維空間來表示。目標特征包括幾何形狀、子空間特征、外形輪廓和特征點等[30]。其中特征點檢測是匹配算法中常用的方法，其特性是不隨光照和照相機視角的改變而改變。常用的特征點包括Moravec特征，Harris、Tomasi(KLT)和SIFT[31-32]等特征。基于運動檢測的目標跟蹤算法是通過檢測序列圖像中目標和背景的不同運動來發現目標存在的區域，其具有檢測多個目標的能力，可用于多目標的檢測跟蹤，這類檢測方法主要有幀間圖像差分法、背景估計法、能量積累法、運動場估計法等。其中基于Camshift算法和基于流光法的目標跟蹤是這一類目標跟蹤方法的代表性算法[33-34]。
近年來，對于視覺跟蹤技術的研究，國內外眾多學者也是不斷提出各種新的思路和想法：Mansouri采用水平集方法進行輪廓跟蹤，用于半徑為r的環形鄰近的完整目標區域內窮盡搜索每個像素計算流失量；江曉蓮、李翠華、李雄宗提出的基于視覺顯著性的兩階段采樣突變目標跟蹤法[35]；董文會等人提出將融合顏色直方圖和SIFT特征檢測相結合的自適應分塊目標跟蹤法[36]。Michael Kass、Andrew Witkin等人第一次提出了主動輪廓模型，設計了這樣一種能量函數：其局部極值組成了可供高層視覺處理進行選擇的方案，從該組方案中選擇最優的一種是由能量項的迭加來完成[37]。視覺識別跟蹤的算法種類繁多，總體上可大致分為基于模型的跟蹤、基于區域的跟蹤、基于活動輪廓的跟蹤和基于特征的跟蹤四種[38]。本文將通過實際實驗對各類跟蹤算法的優缺點進行調研和比較，結合實際硬件條件，開發并優化在本方案上運行最理想、跟蹤效果最好的程序及算法。
二、課題研究目標、研究內容和擬解決的關鍵性問題
1、研究目標
（1）實現視頻圖像信息的實時采集與傳輸；
（2）基于圖像處理技術對視頻圖像進行分析與處理，快速識別目標物體并準確定位；
（3）實現無人控制的自主跟隨運動，在運動過程中智能避障并實時傳輸各類信息顯示到PC端的上位機界面；
2、研究內容
本課題通過基于單目視覺的視頻采集及圖像處理技術，對具有規定特征的目標物體進行識別與跟蹤，擬將重點研究以下三個方面的內容[39]：
（1）基于STM32的小車實驗平臺搭建
就所要實現的目的搭建小車實驗平臺。總體上可分為包括車體架構、信號采集系統和運動控制系統三個主要部分的設計與開發。其中車體架構包括直流電機、步進電機及舵機的選用與安裝、各類電機驅動的優劣比較、電池電源以及穩壓模塊的合理選擇等。信號采集系統由攝像頭、紅外傳感器、超聲波傳感器以及無線模塊等構成，主要完成對外部信號的實時采集與傳輸[40]。控制系統采用以STM32F1系列芯片為核心的控制開發板，實現對視頻圖像及其他信息的處理。合理分配與利用I/O接口驅動各個模塊正常運作，通過對電機的控制，達到對小車總體的運動控制；開發相應上位機，使整個跟蹤系統更為完善，通過無線模塊將小車的實時信息傳送到PC端，從而實現對小車跟蹤狀況的遠程監測，以及在特殊情況下可以對小車進行人工控制[41]。
（2）基于圖像處理的算法優化及代碼開發
在小車實驗平臺的基礎上，完成對現有跟隨方式的調研，對上文中各類算法的優缺點進行分析與比較，重點分析基于單目視覺的小車導航算法[42]。對自主跟隨小車的算法進行模擬與仿真，結合實際進行優化與改善。通過編寫對小車控制的代碼工程文件，將理論算法固化并應用于小車控制系統當中。
以基于對比度分析跟蹤中的質心跟蹤算法優化過程為例。質心法跟蹤基于如下數學原型：
其中為圖像的灰度值，取值范圍為0-255，、分別為各像素點的橫縱坐標，、分別為質心的橫縱坐標。
小車對攝像頭將拍攝到的圖像進行灰度化處理，再將灰度圖像二值化。通過計算二值圖像的像素平均值來尋找像素質心點，從而確定目標位位置。此跟蹤方法計算量少、實時性高，缺點是容易受噪聲干擾，在背景不均勻的情況下，容易出現誤差。雖然小車系統導航提取的是方位信息，并不需要精確的坐標結構，有一定的容錯率[43]。但是為了提高跟隨的準確性、增強系統的抗干擾能力，需要對現有算法進行優化處理。優化思路為：結合其他的目標識別方法以及改進目標跟蹤函數等。例如在獲取質心位置前，使用基于輪廓匹配的輪廓檢測方法進行預處理：提取灰度信息之后對圖像進行濾波去除系統中雜散光干擾，剔除隨機噪聲；再通過對單幀圖像中目標物體輪廓的檢測，篩選出目標物所處的大概位置，縮小目標在背景中的區域范圍；最后對灰度圖取反，利用重心法求取圖像的質心位置，從而對小車的運動方向進行導航[44]。
（3）實驗驗證與方案優化
在小車實驗平臺成功運行的基礎上，開發相應上位機并進行實驗驗證。通過對不同目標物在不同的環境下進行跟隨實驗，分析比較跟蹤效果，總結算法的跟蹤特點與要求；將相應算法優化處理后對同種目標物在相同環境下進行跟隨實驗，比較優化前后跟蹤狀況，是否達到提高跟蹤效果、增強抗干擾能力等目的。在充分多的試驗次數下，收集并記錄實驗數據、分析誤差來源、優化跟蹤算法、提高跟蹤效率，完成對基于視覺導航的低成本、高準確度和較強抗干擾能力智能跟隨小車的實現。
3、擬解決的關鍵問題
課題通過采集并實時的對視頻圖像進行處理與分析，以期能對設定的目標進行識別并準確跟蹤。在具體的研究過程中擬解決如下幾個關鍵問題：
（1）實驗平臺搭建
實驗平臺的優劣與否會對實驗效果及結論產生很大的影響，其中包括車身結構的選用，驅動方式以及系統電路的設計、硬件的連接等。由于車體架構的不同，小車在實際運動過程中攝像機以及其他傳感器的工作穩定性差異較大，導致采集到的視頻圖像質量高低不盡相同，因而增加了目標物的識別難度，令跟蹤效果降低。因此，合理搭建小車實驗平臺，是一個本課題將要面臨的關鍵性問題。
（2）對目標快速準確識別
在實現目標跟蹤的過程中，對目標的識別是極其關鍵的一步。簡單的特征提取算法無法精準捕獲目標物體規定特征，造成識別不準確、多目標錯誤識別和不識別等問題。而由于實際硬件設施的制約，過于復雜的算法會因為提取信息多、計算量大導致系統運行變慢，造成視頻采集時的丟幀或少幀等現象，降低了小車的運動的流暢性與實時性[45]。因此，開發設計合理的特征提取算法，結合自身實際，在系統運行速度與目標物識別效率之間尋找到最佳平衡點，是本課題需要解決的關鍵問題之一。
（3）提高系統的抗干擾能力
實際運動中，由于外界的干擾，例如目標物所處的背景環境光線明暗的變化、目標自身形狀發生的變化以及其運動軌跡的突變，都可能會造成目標物所具有的規定特征隱藏或者不可見，使目標短暫性的丟失或者無法準確識別，從而無法繼續對目標進行跟蹤[46]。因此，如何降低外界不確定因素的干擾，提高系統魯棒性是一個有待且必須解決的實際問題。同時，在目標丟失后如何快速尋找并重新拾取目標也是需要考慮的一部分。
三、擬采取的研究方法、技術路線、試驗方案及其可行性分析
1、研究方法
目前，對于智能小車系統設計的方案有很多，但是鑒于本課題的研究目標和所要實現功能，擬采用具有高性能、低成本、低功耗的嵌入式ARM Cortex-M3內核的STM32F103ZET6處理芯片：最高工作頻率72MHz；片上集成512KB的Flash存儲器，64KB的SRAM存儲器；具備強大的運算處理能力，同時擁有大量的外設I/O接口可連接和驅動為實現指定功能所需的各類傳感器與外部設備[47]。
根據前面敘述的研究內容，本課題的研究方法是將整體方案的設計開發分為硬件設計、軟件設計以及實驗驗證三大主要部分，具體方法如圖1所示：
圖1 研究方法示意圖
在開題前進行大量的文獻閱讀和資料查詢，學習并積累相關知識。首先對整體的硬件進行設計，其中包括選擇所需要使用的各模塊種類，繪制電路圖，根據電路連接相關外設并驅動其正常工作；再對系統的軟件部分進行設計與開發，主要是識別與跟蹤代碼的開發與優化，包括對現有的一些跟蹤算法進行調研分析，比較其優缺點，結合自身硬件設施采用最適宜的跟蹤思路，完成識別算法的模擬與跟蹤仿真，并根據仿真結果對算法進行合理的優化，開發編寫優化后的小車識別跟蹤代碼，燒錄至小車控制主板中，完成軟件與硬件的結合；最后通過實驗驗證來觀察整個跟蹤系統的效果，試驗前開發相應的上位機，用來接收小車傳輸的實時畫面以及各項數據資料，收集處理相應數據，分析跟蹤誤差來源并進行誤差消除與系統優化，最終完成高效、準確的智能車跟隨系統開發。
2、技術路線
如圖2所示，系統使用STM32作為主控芯片，通過驅動動力、導航、避障、通信等模塊來實現整體運作。其中動力模塊主要包括電機與電機驅動構成的動力系統，以及相應的電源模塊對整體系統的供電；導航模塊是以攝像頭為核心的相關外設，用于采集所需跟蹤目標物的視頻圖像信息，為小車提供方向指引，達到導航目的；避障模塊包括紅外傳感器和超聲波傳感器用來探測小車所處周圍環境信息，目的是實現小車在跟蹤目標的過程中自行避開障礙物的功能，同時也為小車的導航信息提供一定的矯正，從而提高跟隨的實時性與準確性[48]；通信模塊是用于實現小車與上位機的通信，將采集的視頻圖像和小車自身相關數據實時傳輸到PC端，便于觀察跟蹤效果以及小車運動情況，同時上位機應具有對實時數據的同步處理、繪制曲線以及在特殊情況下取得對小車的控制權等功能。
圖2 系統整體框圖
圖3 目標識別框圖
如圖3所示，STM32處理器首先對采集來圖像直接進行灰度取反、然后通過濾波處理來降低圖像中的噪聲干擾，結合了基于輪廓匹配的目標識別算法，對目標物體邊緣檢測并進行輪廓識別，判斷出目標處于圖像中的大致區域，將輪廓區域內部的圖像信息保留用于下一步分析，輪廓區域外部的圖像信息舍去，即將該部分圖像像素值全部設為0，降低圖像的信息量，達到消除目標背景及其他干擾因素影響的目的。再通過將輪廓內部圖像二值化處理，得到背影統一且包含目標物的二值圖像[49]。最后通過重心法求質心來確定目標的位置，反饋給控制芯片，進而控制電機使小車運動繼續追蹤目標物。
3、可行分析
在對于目標識別與跟蹤的研究方向上，國內外已經有過許多有效可行的算法設計開發，其中包括飛行器、機器人、智能小車等各個領域。下面對本文的設計方案進行可行性分析。
（1）代碼移植與固化的可行性
MATLAB以及STM32的編程環境Keil MDK都是基于C語言及C++的語言基礎，在MATLAB仿真中的編程原理是，將圖像灰度化后的每一個像素點用范圍為0-255的一個數字表示，用一個數字矩陣來表示一幀圖像；而STM32也是經過A/D轉換后利用數組矩陣的方法來實現對圖像的采集、傳輸與運算。理論上可以通過再編程的方法將MATLAB仿真好的跟蹤識別代碼移植到STM32的編程環境Keil MDK中，再使用J-LINK將代碼燒錄至芯片，實現算法的固化[50]。
（2）從理論仿真到實際驗證的可行性
近年來目標跟蹤技術發展取得了很大進步，研發出了多個性能優良的跟蹤器，可以在簡單場景中實時跟蹤目標[51]。應用假設可以使跟蹤問題簡單化（如平滑的運動、少量阻塞、光照恒定性、高對比度背景等），但這些假設在現實場景中是不存在的，限制了其在自動化監控、人機交互、視頻檢索、交通監控、車輛導航等領域的應用。同樣，本文所開發設計實際應用的智能車跟隨系統同樣將面臨諸多考驗型問題。如以下幾個跟蹤難點：目標外觀隨時間而變化，即尺度變化、旋轉、超平面旋轉、光照變化引起的目標顏色不均勻變化、非剛體形變、視角變化引起的外觀變化等；目標背景的復雜多變；實際運動中相機不穩導致的圖像采集模糊；完全遮擋或丟失后造成的時間不連續等[52]。但可以通過算法的優化以及硬件的改良來減小上述問題的影響，達到較好的實驗效果。
（3）系統優化的可行性
在前面的學習實踐中，已經在一定程度上實現了多個不同功能的智能小車研發，其中包括基于51單片機的紅外遙控超聲波避障小車、基于Arduino的紅外巡線小車、基于STM32的自平衡小車以及基于安卓APP的顏色識別跟蹤小車。為本方案設計開發打下一定的基礎，借鑒以往的經驗，系統需要經過硬件與軟件的雙優化而最終達到優良的實驗目的。本文中由于實際運動的各種不確定因素都會對跟蹤效果產生影響，以及大量的數據傳輸與處理會導致在目標跟蹤的連續性上不平滑。因此，在優化了算法識別目標并確定方位信息的基礎上，進一步對硬件進行優化，采用軟件開發與硬件設計相結合的方式，增強系統的抗干擾能力，提高跟隨的實時性與準確性[53]。
在本課題開展之前，蘭州理工大學機電工程學院就智能小車理論及實驗設備方面做了大量的研究，這些研究和設備為本課題的完成提供了幫助。
四、課題的創新性
(1) 以低成本的STM32F1系列小車主控板直接對圖像進行處理分析，系統靈活性高、運行速度快，實現低成本、高效、準確的智能車跟隨系統開發；
(2) 調研對比各類算法的優缺點，結合實際運動情況，對相應算法進行優化，提高識別與跟蹤算法的魯棒性。
五、計劃進度、預期進展和預期成果
序號
類別
內容和要求
起止時間
1
查閱文獻搜集資料
查閱與本課題相關的期刊論文,了解國內外研究現狀，對本課題有大體的方向和展望。
2015.09-2015.12
2
調查研究
對與本課題有關的前沿研究成果進行調查研究，并經過分析、總結，對研究課題進行初步理論探討。
2015.12-2016.05
3
軟件學習
學習與課題相關的軟件，如KEIL MDK、MATLAB等。
2016.05-2016.12
4
開題報告
撰寫開題報告。其內容包括所研究課題的目的、內容、意義、創新點、關鍵技術、實現方案、以及方案可行性論證等。
2016.12-2017.01
5
算法仿真
在MATLAB軟件中設計目標識別算法，利用不同目標物體進行相應仿真。
2017.01-2017.05
6
實驗驗證
搭建小車實驗平臺，記錄實驗數據分析誤差來源，優化算法與程序代碼。
2017.05-2017.07
7
理論完善
對以上各階段的研究進行總結，實驗驗證，對出現的各種問題進行分析并完善設計方案。
2017.07-2017.12
8
寫小論文
至少發表論文1篇。
2017.12-2018.04
9
學位論文答辯
進一步論證，準備論文答辯。
2018.04-2018.05
備注：本計劃在實際工作中可能會有所調整。
六、預期的研究成果：
1) 優化的算法可以有效的對于目標物體進行特征提取并快速實現識別與定位；
2) 實驗驗證中，小車可以良好的實現目標物的跟隨運動，同時具有避障及一定的抗干擾能力；
3) 在國內核心期刊上發表科研論文1-2篇。
七、與本課題有關的工作積累、已有的研究工作成績
通過閱讀大量的文獻資料，了解課題相關內容，掌握國內外研究方向的最新動態，通過調研和比較大量的目標識別與跟蹤算法，已經初步開發設計出對具有規定特征目標物的識別算法，并且在MATLAB上成功的進行了模擬與仿真。此外，再之前的學習實踐中已經開發設計過藍牙遙控超聲波避障小車、紅外自主巡線小車以及自平衡小車等，對智能小車整體架構較為了解。同時機電工程院各位前輩學者對智能小車方面的多年研究，在基礎理論和實踐中已經取得了豐富的研究成果，對本課題也有著極為重要的借鑒和指導意義。
八、研究經費預算計劃和經費落實情況
已落實
九、參考文獻
[1] 李鵬勃. 基于ARM的智能車控制系統開發研究[D]. 蘭州理工大學, 2013.
[2] 段佳雷. 基于ARM的跟蹤小車的設計與實現[D]. 蘭州理工大學, 2014.
[3] 賈玉雷, 靳伍銀, 李鵬勃,等. 基于Zig Bee技術的智能車無線控制系統開發[J]. 傳感器與微系統, 2013, 32(5).
[4] 賈玉雷. 基于嵌入式ARM-Linux的智能車無線監控系統研究[D]. 蘭州理工大學, 2013.
[5] 張馳. 基于機器視覺的智能控制與圖像識別問題研究[D]. 蘭州理工大學, 2009.
[6] 李婕.基于STM32的無線視頻監控智能小車設計[D].蘭州理工大學,2014.
[7] 虞旦. 基于單目視覺的移動機器人室外環境下全自主智能跟隨技術研究[D]. 浙江大學電氣工程學院浙江大學, 2009.
[8] 張馳, 靳伍銀, 劉昊,等. 基于雙目視覺系統的三維目標識別研究[J]. 機床與液壓, 2010, 38(1).
[9] 厲茂海, 洪炳镕, 羅榮華,等. 基于單目視覺的移動機器人全局定位[J]. 機器人, 2007, 29(2).
[10] Bian M M, College B V. Hardware Design of Mobile Intelligent Car Based on STM32F103[J]. Coal Technology, 2014.
[11] 曾巧玲, 文貢堅. 運動目標跟蹤綜述[J]. 重慶理工大學學報自然科學版, 2016, 30(7).
[12] 余杰. 基于視頻的人體目標跟蹤與識別技術研究[D]. 電子科技大學, 2016.
[13] SPYROS A. REVELIOTIS. Conflict resolution in AGV systems[J]. IIE Transactions, 2000, 32(7).
[14] 王勇, WANGYong. AGV適用性綜述[J]. 物流科技, 2008, 31(11).
[15] Huiguang L I, Jinchao L I, Guoyou L I, et al. Path identification and measurement of bi-directional AGV based on monocular vision[J]. 計算機工程與應用, 2015.
[16] Kumar U, Kumar A G V, Shivaramu M G, et al. An Overview of Cervical Vertebrae Fractures in Road Traffic Accident Cases-A 5 Year Study at Adichunchanagiri Institute of Medical Sciences, Mandya, Karnataka[J]. Medico-Legal Update, 2013, 13(2).
[17] 郭景華, 李克強, 羅禹貢. 智能車輛運動控制研究綜述[J]. 汽車安全與節能學報, 2016, 7(2).
[18] 崔陽,郭旭東,羊壽南等.基于STM32的無線智能車控制與數據采集系統設計[J].傳感器世界,2015,21(7).
[19] 劉磊,孫曉菲,張煜等.基于 STM32的可遙控智能跟隨小車設計[J].電子測量技術,2015,(6).
[20] 鄧廣大,李占英.基于 Cortex-M3內核的智能循跡小車設計方案[J].科技創新與應用,2013,(3).
[21] 侯志強, 韓崇昭. 視覺跟蹤技術綜述[J]. ActaAutomaticaSinica, 2006, 32(4).
[22] 姚楠. 基于單目視覺的運動目標跟蹤定位技術研究[D]. 上海交通大學, 2014.
[23] 孫彪. 基于單目視覺的運動目標跟蹤定位[J]. 四川兵工學報, 2010, 31(4).
[24] Guenther K W, Macintosh S, Bodegom E. Interactive system and method for shooting and target tracking for self-improvement and training[J]. Environmental Impact Assessment Review, 2015, 25(5).
[25] 楊慧玲. 移動目標跟蹤的多特征融合算法綜述[J]. 電子世界, 2016(12).
[26] 黃瓊, 吳世有, 孟升衛,等. 基于超寬帶雷達的運動人體目標跟蹤成像算法[J]. 電子學報, 2011, 39(3).
[27] 曾一民. 基于超聲波的機器人避障和目標跟蹤方法的研究[D]. 電子科技大學, 2008.
[28] 閆慶森, 李臨生, 徐曉峰,等. 視頻跟蹤算法研究綜述[J]. 計算機科學, 2013, 40(6A).
[29] 凌超, 吳薇. 視頻圖像中運動目標跟蹤算法研究綜述[J]. 科技資訊, 2012(16).
[30] 汪鴻翔, 柳培忠, 駱炎民,等. 單目標跟蹤算法綜述[J]. 海峽科學, 2016(7).
[31] 余靜, 游志勝. 自動目標識別與跟蹤技術研究綜述[J]. 計算機應用研究, 2005, 22(1).
[32] 楊威, 付耀文, 潘曉剛,等. 弱目標檢測前跟蹤技術研究綜述[J]. 電子學報, 2014, 42(9).
[33] 裴志松, 時兵, PEIZhi-song,等. 智能機器人視覺障礙識別方法研究與仿真[J]. 計算機仿真, 2016, 33(1).
[34] 陳佳, 朱長仁, 羅賓. 一種camshift算法與brisk特征點相結合的運動目標跟蹤方法[J]. 重慶理工大學學報自然科學版, 2015, 29(12).
[35] 江曉蓮, 李翠華, 李雄宗. 基于視覺顯著性的兩階段采樣突變目標跟蹤算法[J]. 自動化學報, 2014, 40(6).
[36] 董文會, 常發亮, 李天平. 融合顏色直方圖及SIFT特征的自適應分塊目標跟蹤方法[J]. 電子與信息學報, 2013, 35(4).
[37] 楊戈, 劉宏. 視覺跟蹤算法綜述[J]. 智能系統學報, 2010, 5(2).
[38] 趙運基. 基于視覺的目標跟蹤算法研究[J]. 華南理工大學, 2012.
[39] Xiang X, Zhou R, Wang C. Design of intelligent detection car control system based on STM32[J]. Electronic Measurement Technology, 2016.
[40] 項賢軍,周榮晶,王才嶧等.基于STM32的智能探測小車控制系統設計[J].電子測量技術,2016,39(4).
[41] 羅成名, 李威, 楊海,等. 移動目標位姿同步跟蹤技術研究[J]. 農業機械學報, 2014, 45(10).
[42] Zou T, Tang X, Song B. Improved Camshift Tracking Algorithm Based on Silhouette Moving Detection[C]// Third International Conference on Multimedia Information NETWORKING and Security. IEEE, 2011:11-15.
[43] 劉磊,孫曉菲,張煜等.基于 STM32的可遙控智能跟隨小車設計[J].電子測量技術,2015,(6).
[44] Rafael C.Gonzalez，Richard E.Woods著．岡薩雷斯數字圖像處理(第二版)[M]．阮秋琦，阮宇智等譯．北京：電子工業出版社，2007，8.
[45] HUANG Yuan-gang, SANG Nan, HAO Zong-bo,等. 改進CamShift算法的眼動跟蹤方法[J]. 計算機應用研究, 2014, 31(4).
[46] 胡覺暉, 李一民, 潘曉露. 改進的光流法用于車輛識別與跟蹤[J]. 科學技術與工程, 2010, 10(23).
[47] 沈建良. STM32F10XARM微控制器入門與提高[M]. 北京航空航天大學出版社, 2013.
[48] Han R, Jin Y W, Wang Q. Design of car reversing radar warning system based on STM32 and ultrasonic wave ranging[J]. Transducer & Microsystem Technologies, 2016.
[49] 賈姍姍.基于灰色系統理論的邊緣檢測算法的研究及應用[D].東華大學,2014.
[50] 李寧. ARM開發工具REALVIEW MDK使用入門[M]. 北京航空航天大學出版社, 2008.
[51] Cui S, Su P, Wang Z. Research and Design of Infrared Remote Control and Self-balancing Car Based on STM32[J]. Atlantis Press, 2015.
[52] 高文, 朱明, 賀柏根,等. 目標跟蹤技術綜述[J]. 中國光學, 2014, 7(3).
[53] 鄭潤芳,張海.STM32的小車自主定位與控制系統設計[J].單片機與嵌入式系統應用,2013,(9).
課程學習情況
已修課程學分
29
待修課程學分
3
導
師
意
見
簽名：
年 月 日
開
題
答
辯
成
績
及
學
院
意
見
研
究
生
部
意
見
（蓋章）
年 月 日
備
注
