| 致谢 | 第5-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第16-28页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-25页 |
| 1.2.1 仓储自动化简介 | 第17-18页 |
| 1.2.2 亚马逊抓取挑战赛简介 | 第18-19页 |
| 1.2.3 机械臂路径规划研究现状 | 第19-20页 |
| 1.2.4 机器人系统与工作环境标定研究现状 | 第20-22页 |
| 1.2.5 机械手抓取规划研究现状 | 第22-25页 |
| 1.2.5.1 基于解析的抓取规划 | 第22-24页 |
| 1.2.5.2 基于学习的抓取规划 | 第24-25页 |
| 1.3 本文研究内容 | 第25-26页 |
| 1.4 本文结构安排 | 第26-28页 |
| 第2章 仓储自动化机器人及其运动规划 | 第28-44页 |
| 2.1 背景与概述 | 第28-29页 |
| 2.2 仓储自动化双臂机器人的设计 | 第29-36页 |
| 2.2.1 亚马逊自动化仓储环境及对机器人系统的要求 | 第29页 |
| 2.2.2 机械臂选型 | 第29-32页 |
| 2.2.3 机械臂安装 | 第32-36页 |
| 2.2.3.1 不同双臂构型的规划结果 | 第32-35页 |
| 2.2.3.2 安装构型选择 | 第35-36页 |
| 2.3 机械臂运动规划加速 | 第36-42页 |
| 2.3.1 现有规划算法分析 | 第36-37页 |
| 2.3.2 多目标规划算法加速 | 第37-39页 |
| 2.3.3 规划加速前后的规划时间对比 | 第39-42页 |
| 2.4 小结 | 第42-44页 |
| 第3章 融合深度信息的手眼自动标定 | 第44-64页 |
| 3.1 背景与概述 | 第44-45页 |
| 3.2 手工进行手眼标定的原理与过程 | 第45-46页 |
| 3.3 融合深度信息的手眼自动标定 | 第46-57页 |
| 3.3.1 手眼自动标定的数学原理 | 第48-51页 |
| 3.3.2 未融合深度信息的视觉标定原理 | 第51-52页 |
| 3.3.3 融合深度信息的视觉标定原理 | 第52-54页 |
| 3.3.4 手眼自动标定的线性初值及非线性优化 | 第54-57页 |
| 3.3.4.1 手眼自动标定方程的线性化 | 第55-57页 |
| 3.3.4.2 非线性优化标定结果 | 第57页 |
| 3.4 实验结果与分析 | 第57-61页 |
| 3.4.1 实验环境 | 第57-59页 |
| 3.4.2 自动手眼标定结果 | 第59-60页 |
| 3.4.3 融合深度的手眼标定结果 | 第60-61页 |
| 3.5 小结 | 第61-64页 |
| 第4章 抓取规划 | 第64-80页 |
| 4.1 背景与概述 | 第64-65页 |
| 4.2 基于学习的在线抓取规划算法 | 第65-69页 |
| 4.2.1 抓取合成:深度投影的生成 | 第66-68页 |
| 4.2.2 抓取选择:深度投影的选择 | 第68页 |
| 4.2.3 并行加速 | 第68-69页 |
| 4.3 实验结果与分析 | 第69-77页 |
| 4.3.1 数据集预处理 | 第70-71页 |
| 4.3.2 网络训练 | 第71-72页 |
| 4.3.3 实物抓取结果 | 第72-74页 |
| 4.3.4 光照无关结果 | 第74-75页 |
| 4.3.5 抓取规划的效率 | 第75-77页 |
| 4.4 小结 | 第77-80页 |
| 第5章 总结与展望 | 第80-82页 |
| 5.1 总结 | 第80-81页 |
| 5.2 展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 作者简介 | 第86-88页 |
| 攻读学位期间取得的研究成果 | 第88页 |