基于BP神经网络的机器人视觉伺服控制系统设计
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-21页 |
·机器人技术的发展 | 第11-14页 |
·机器人视觉伺服系统概述 | 第14-17页 |
·机器人伺服系统结构分析 | 第14-16页 |
·机器人视觉伺服主要研究内容 | 第16-17页 |
·机器人视觉伺服的图像处理概述 | 第17-18页 |
·人工神经网络技术概述 | 第18-20页 |
·人工神经网络的发展 | 第18-19页 |
·人工神经网络的发展趋势 | 第19页 |
·我国神经网络研究现状 | 第19页 |
·人工神经网络在机器人上的应用 | 第19-20页 |
·课题来源及主要研究内容 | 第20-21页 |
第2章 机器人视觉伺服控制系统体系结构 | 第21-32页 |
·视觉伺服机器人系统结构设计 | 第21页 |
·机器人视觉伺服控制系统组成 | 第21-23页 |
·机器人本体及运动控制模块 | 第23-27页 |
·SCARA 机器人本体结构 | 第23-24页 |
·运动控制模块组成 | 第24-25页 |
·机器人运动控制模块软件结构 | 第25-27页 |
·机器人视频采集系统设计 | 第27-29页 |
·摄像头性能参数 | 第28页 |
·图像采集卡技术参数 | 第28-29页 |
·主控制系统的程序设计 | 第29-31页 |
·本章小结 | 第31-32页 |
第3章 视觉伺服的图像处理 | 第32-48页 |
·色彩空间分析 | 第32-35页 |
·RGB 模型 | 第32-33页 |
·YUV 颜色模型 | 第33页 |
·HSV 颜色模型 | 第33-34页 |
·色彩空间比较分析 | 第34-35页 |
·图像预处理 | 第35-36页 |
·彩色图像识别 | 第35页 |
·彩色图像灰度化 | 第35页 |
·图像滤波 | 第35-36页 |
·图像二值化处理 | 第36-39页 |
·图像分割 | 第39-43页 |
·并行边界分割 | 第39-42页 |
·串行边界分割 | 第42-43页 |
·区域分割 | 第43页 |
·目标特征的提取 | 第43-46页 |
·质心坐标计算 | 第44页 |
·基于圆拟合的高精度质心计算方法 | 第44-46页 |
·图像处理程序流程 | 第46-47页 |
·本章小结 | 第47-48页 |
第4章 机器人运动学分析及路径规划 | 第48-55页 |
·视觉伺服机器人系统结构 | 第48-49页 |
·SCARA 机器人的齐次坐标系 | 第49-50页 |
·机器人路径规划方法综述 | 第50页 |
·无障碍环境下机器人路径规划方法 | 第50-52页 |
·点位控制方法 | 第51页 |
·连续轨迹控制方法 | 第51-52页 |
·基于CP 的机器人路径规划方法 | 第52-54页 |
·本章小结 | 第54-55页 |
第5章 基于BP 神经网络的视觉伺服控制器设计 | 第55-68页 |
·机器人视觉伺服系统的任务分析 | 第55页 |
·机器人视觉伺服标定技术研究 | 第55-59页 |
·摄像机成像模型及误差分析 | 第55-57页 |
·标定方法概述 | 第57-58页 |
·无标定机器人视觉伺服系统的研究 | 第58-59页 |
·视觉伺服系统控制结构的选择 | 第59页 |
·机器人视觉伺服误差关系分析 | 第59-60页 |
·人工神经网络的结构选择 | 第60-61页 |
·基于BP 神经网络的机器人视觉伺服控制器 | 第61-66页 |
·神经网络输入输出选择 | 第61页 |
·BP 神经网络层与隐含层神经元数的确定 | 第61-63页 |
·神经网络的学习 | 第63-66页 |
·机器人视觉伺服控制系统实验 | 第66-67页 |
·本章小结 | 第67-68页 |
结论 | 第68-69页 |
参考文献 | 第69-73页 |
攻读硕士学位期间发表的学术论文 | 第73-74页 |
致谢 | 第74页 |