轮臂组合教学机器人的设计与避障研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1. 绪论 | 第8-13页 |
| 1.1. 机器人教育与教学机器人 | 第8-9页 |
| 1.2. 教学机器人的国内外发展现状 | 第9-12页 |
| 1.3. 课题研究背景、意义与内容 | 第12-13页 |
| 2. 轮臂组合机器人的设计与教学验证 | 第13-29页 |
| 2.1. 教学机器人的功能需求分析 | 第13页 |
| 2.2. 教学机器人的机构本体及其运动模型 | 第13-16页 |
| 2.3. 教学机器人的机械结构 | 第16-20页 |
| 2.3.1. 教学机器人的车身部分 | 第17页 |
| 2.3.2. 教学机器人的机械臂部分 | 第17-20页 |
| 2.4. 教学机器人的硬件结构 | 第20-25页 |
| 2.4.1. 控制模块 | 第20-22页 |
| 2.4.2. 驱动模块 | 第22-23页 |
| 2.4.3. 通信模块 | 第23-24页 |
| 2.4.4. 电源模块 | 第24页 |
| 2.4.5. 外围电路 | 第24-25页 |
| 2.5. 轮臂组合教学机器人的教学实验 | 第25-28页 |
| 2.6. 本章小结 | 第28-29页 |
| 3. 轮臂组合机器人的测距技术 | 第29-45页 |
| 3.1. 教学机器人的测距技术 | 第29-32页 |
| 3.1.1. 红外传感器技术 | 第29-30页 |
| 3.1.2. 超声波传感器技术 | 第30-32页 |
| 3.2. 超声波传感器测量数据的标定 | 第32-37页 |
| 3.3. 多传感器信息融合技术 | 第37页 |
| 3.4. 基于超声波传感器的环境识别 | 第37-43页 |
| 3.4.1. BP神经网络 | 第37-40页 |
| 3.4.2. 融合的实现 | 第40-41页 |
| 3.4.3. 对环境类型识别的过程 | 第41-43页 |
| 3.5. 本章小结 | 第43-45页 |
| 4. 基于机器视觉的避障研究 | 第45-67页 |
| 4.1. 数字摄像机的几何成像模型与标定 | 第45-47页 |
| 4.2. 图像的边缘检测与提取 | 第47-50页 |
| 4.2.1. 图像的预处理 | 第47页 |
| 4.2.2. 边缘检测与提取 | 第47-49页 |
| 4.2.3. 图像处理中自动阈值选取方法 | 第49-50页 |
| 4.2.4. 直线提取与理解 | 第50页 |
| 4.3. 摄像机对目标的定位 | 第50-60页 |
| 4.3.1. 利用摄像机获取物体边缘信息 | 第50-54页 |
| 4.3.2. 摄像机对障碍物的定位 | 第54-60页 |
| 4.4. 超声波阵列对于目标的定位 | 第60-66页 |
| 4.5. 本章小结 | 第66-67页 |
| 5. 基于模糊控制的轮臂组合机器人避障研究 | 第67-81页 |
| 5.1. 自适应加权融合算法 | 第67-71页 |
| 5.2. 轮臂组合机器人避障模糊控制器的设计 | 第71-77页 |
| 5.3. 模糊控制算法的仿真与实现 | 第77-80页 |
| 5.4. 本章小结 | 第80-81页 |
| 6. 总结 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 个人简介 | 第85-86页 |
| 导师简介 | 第86-87页 |
| 获得成果目录 | 第87-88页 |
| 致谢 | 第88-89页 |
| 附录A | 第89-90页 |
| 附录B | 第90页 |
