1. 研究目的与意义
传统及目前采用的道桥巡检是安排对应的人员进行巡逻检查；人工巡检存在人工成本高、数据采集和记录自动化程度不高等问题，且对巡检人员存在安全风险。道桥巡检机器人系统是针对道桥运维需求提出的全新综合解决方案，具体有以下功能：
道桥巡检机器人对巡检区域道桥路面状况进行检测，并将车行道的路面信息记录上传云端；一旦发现路面损坏、裂缝、温度过高等异常，机器人在记录信息的同时，会向云端分级报警。
我们可以通过云端软件实时查看道桥路面情况，并能通过通信单元对机器人进行简单操控。机器人可以长时间、持续工作，对道路状况的数据采集实现自动化和完整性，不仅可提高道桥运维的效率，对道桥在建设阶段也有一定帮助。
2. 课题关键问题和重难点
本课题将实现道桥巡检智能机器人系统中数据采集与处理，检测传感器的选择和数据处理与存储是课题实现的关键，也是课题实现的难点：
传感器的选择：主要目的是检测道桥路面的各种情况，可以选用超声波模块、光敏传感器或者摄像头模块等检测道桥的路面状况，其中包括路面平坦程度、路面损坏、路面温度等。
数据处理与储存：由于在实际道桥监测中的相关数据量非常庞大，所以需要将采集到的数据进行初步处理和存储，再定期发送给云端，以减少通信的负载，并便于在本机查看数据。对数据的处理既要减少不必要数据的存储，又要体现路况、实现有效数据存储。
3. 国内外研究现状（文献综述）
道桥巡检机器人可替代人工实现远程例行巡查，在事故和特殊情况下可实现特巡和定制性巡检任务，实现远程在线监测，在减少人工的同时，大大提升运维的内容和频率，改变传统运维方式，实现运维智能化。
通过查阅“基于LoRa的远距离无线监测技术研究”以及彭伯伟，邢章健，刘九清所撰写的“茂尔山国家级森林地面死燃料含水率分布预测”之后，我对监测方面所需做的工作有了进一步的了解。由于道桥情况较为复杂，若要监测道桥的状况，就要使我们所设计的数据采集系统在各种复杂的环境下，都能够正常工作，在这基础上还要不断提高系统的精密度。在采集完数据之后，首先要将采集到的数据传输给单片机再通过一定的算法处理数据，提取出我们所需要的，这样才能够便于我们进行监测。
在Lachachi M. Yazid,a,* Ouslim Mohamed,a Niar Smail,b和Taleb-Ahmed Abdelmalikb 所撰写的“Toward real-time road detection for autonomous vehicles”一文中，提出了一种自动驾驶车辆的道路检测方法，展现了巡检机器人代替人工的三大优势：一是机器人对数据的采集精密度，速度远胜于人类；二是巡检机器人的性价比越来越高，少人化，无人化的工厂工作的改造升级优势日益明显；三是巡检机器人在一定程度上辅助人们完成相应工作，大大降低了人力物力的成本。智能巡检机器人融合多元传感器、人工智能、大数据等多种先进技术，实现全面、精准检测功能，并通过大数据实现设备全生命周期管理，所有巡检结果通过网络可以远程访问，实现远程遥感、遥测，从而将巡检人员从繁琐的工作中解放出来，提高设备运维效率，降低运维成本，为巡检工作安全性可靠性保驾护航。
4. 研究方案
基于龙芯1B的道桥巡检智能机器人系统中数据采集与处理单元的设计与实现包括采集数据、处理数据、存储数据等功能模块：
5. 工作计划
2022-2023-1学期：
第15-16周：完成选题，查阅相关中英文资料。
第17周：与导师沟通进行课题总体规划。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
