基于智能感知的机器人交互技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 机器人交互技术的研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文研究的主要内容 | 第12-16页 |
| 第二章 相关理论与技术 | 第16-28页 |
| 2.1 相关理论 | 第16-18页 |
| 2.1.1 三维物体分割与识别 | 第16-17页 |
| 2.1.2 路径规划 | 第17-18页 |
| 2.2 相关技术 | 第18-27页 |
| 2.2.1 第二代Kinect | 第18-20页 |
| 2.2.2 卡尔曼滤波 | 第20-22页 |
| 2.2.3 高斯混合回归模型 | 第22-24页 |
| 2.2.4 k-d树 | 第24-26页 |
| 2.2.5 CIE-Lab颜色空间 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 人体智能感知模型 | 第28-38页 |
| 3.1 人体数据获取 | 第28-29页 |
| 3.2 基于KF的数据优化 | 第29-32页 |
| 3.3 人体运动预测模型 | 第32-36页 |
| 3.4 人体语音识别 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 环境智能感知模型 | 第38-59页 |
| 4.1 环境数据获取 | 第38-39页 |
| 4.2 基于手势的环境智能感知模型 | 第39-51页 |
| 4.2.1 数据预处理 | 第39-44页 |
| 4.2.2 三维物体分割 | 第44-49页 |
| 4.2.3 目标物体定位 | 第49-51页 |
| 4.3 基于语音的环境智能感知模型 | 第51-58页 |
| 4.3.1 数据预处理 | 第51-52页 |
| 4.3.2 目标物体识别定位 | 第52-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 六自由度机器人路径规划模型 | 第59-67页 |
| 5.1 碰撞检测模型 | 第59-63页 |
| 5.2 基于人工势场法的安全路径规划算法 | 第63-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第六章 机器人智能抓捕实验 | 第67-76页 |
| 6.1 实验设计 | 第67-72页 |
| 6.1.1 实验平台设计 | 第67页 |
| 6.1.2 实验环境描述 | 第67-70页 |
| 6.1.3 实验预处理 | 第70-72页 |
| 6.2 实验步骤与结果分析 | 第72-75页 |
| 6.3 本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 总结 | 第76-77页 |
| 展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| Ⅳ-2答辩委员会对论文的评定意见 | 第85页 |
