摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-15页 |
1.1 背景及意义 | 第8-9页 |
1.1.1 课题研究背景 | 第8页 |
1.1.2 课题目标及意义 | 第8-9页 |
1.2 机器人远程控制技术的国内外发展情况 | 第9-11页 |
1.2.1 机器人远程控制技术的国内发展情况 | 第9-10页 |
1.2.2 机器人远程控制技术的国外发展情况 | 第10-11页 |
1.3 基于机器视觉的机器人路径规划方法关键技术简介 | 第11-13页 |
1.3.1 机器视觉技术 | 第11页 |
1.3.2 图像处理技术 | 第11-13页 |
1.4 论文的主要内容与组织结构 | 第13-15页 |
第2章 机器人路径规划算法研究 | 第15-40页 |
2.1 引言 | 第15页 |
2.2 机器人路径规划方法简介 | 第15-17页 |
2.2.1 全局路径规划方法简介 | 第15-16页 |
2.2.2 局部路径规划方法简介 | 第16-17页 |
2.3 基于栅格地图A*搜索机器人全局路径规划 | 第17-30页 |
2.3.1 全局地图栅格法建模 | 第17-19页 |
2.3.2 A*算法简介及流程 | 第19-21页 |
2.3.3 算法仿真结果及存在的问题 | 第21-23页 |
2.3.4 改进算法及验证 | 第23-30页 |
2.4 基于人工势场法的机器人局部路径规划方法 | 第30-39页 |
2.4.1 传统人工势场法介绍 | 第30-32页 |
2.4.2 传统人工势场法仿真结果及存在的问题 | 第32-34页 |
2.4.3 改进斥力势场的人工势场法 | 第34-38页 |
2.4.4 改进算法验证仿真 | 第38-39页 |
2.5 本章小结 | 第39-40页 |
第3章 基于机器视觉的机器人混合路径规划方法 | 第40-52页 |
3.1 引言 | 第40页 |
3.2 混合路径规划简介 | 第40-43页 |
3.2.1 机器人工作环境分析 | 第40-41页 |
3.2.2 工作环境坐标系统 | 第41-43页 |
3.3 全局规划与局部规划相结合的混合路径规划方法 | 第43-49页 |
3.3.1 混合路径规划原理 | 第43-44页 |
3.3.2 局部障碍物检测方法 | 第44-47页 |
3.3.3 局部路径规划策略 | 第47-49页 |
3.4 混合路径规划流程 | 第49-50页 |
3.5 本章小结 | 第50-52页 |
第4章 基于机器视觉的机器人远程控制方法及系统设计 | 第52-61页 |
4.1 引言 | 第52页 |
4.2 基于机器视觉的机器人远程控制方法研究 | 第52-55页 |
4.2.1 基于机器视觉的机器人远程控制方法简介 | 第52-53页 |
4.2.2 基于机器视觉的机器人远程控制策略 | 第53-54页 |
4.2.3 基于机器视觉的机器人 | 第54-55页 |
4.3 机器人远程控制系统设计 | 第55-60页 |
4.3.1 控制系统总体方案 | 第55-56页 |
4.3.2 远程控制系统通信模型设计 | 第56-57页 |
4.3.3 远程控制系统硬件设计 | 第57-58页 |
4.3.4 远程控制系统软件设计 | 第58-60页 |
4.4 本章小结 | 第60-61页 |
第5章 系统测试与仿真 | 第61-70页 |
5.1 引言 | 第61页 |
5.2 机器人远程控制功能测试 | 第61-64页 |
5.2.1 机器人远程控制指令通信测试 | 第61-63页 |
5.2.2 无线视频传输测试 | 第63-64页 |
5.3 机器人混合路径规划仿真 | 第64-69页 |
5.3.1 虚拟环境下的混合路径规划仿真 | 第64-67页 |
5.3.2 真实环境下的混合路径规划仿真 | 第67-69页 |
5.4 本章小结 | 第69-70页 |
第6章 结论与展望 | 第70-72页 |
6.1 研究工作总结 | 第70页 |
6.2 研究工作展望 | 第70-72页 |
参考文献 | 第72-75页 |
附录 | 第75-77页 |
致谢 | 第77-78页 |
硕士学位论文信息备案表 | 第78页 |