| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 课题的国内外研究现状 | 第11-13页 |
| 1.3 课题研究的主要内容及创新点 | 第13-15页 |
| 1.4 论文的结构安排 | 第15-16页 |
| 第二章 软性机械手几何模型设计及应用方法 | 第16-21页 |
| 2.1 软性机械手及其几何模型设计 | 第16-18页 |
| 2.2 假设可抓取超平面搜索方法：三大标准 | 第18-19页 |
| 2.3 自动标签方法：严格标准 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 卷积神经网络时空复杂度分析及其设计方法 | 第21-33页 |
| 3.1 卷积神经网络时空复杂度分析 | 第21-26页 |
| 3.2 Mod-Le Net | 第26-28页 |
| 3.3 SVM模型设计 | 第28-32页 |
| 3.3.1 方向梯度直方图特征 | 第28-31页 |
| 3.3.2 SVM模型 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 深度学习结合软性机械手几何模型进行成堆物体抓取位置检测的应用 | 第33-42页 |
| 4.1 实验平台 | 第33-38页 |
| 4.1.1 Baxter机器人 | 第33-35页 |
| 4.1.2 ROS机器人操作系统 | 第35-36页 |
| 4.1.3 Open CV开源机器视觉库 | 第36页 |
| 4.1.4 PCL点云库 | 第36-37页 |
| 4.1.5 Kinect深度视觉传感器 | 第37-38页 |
| 4.2 实验数据 | 第38-39页 |
| 4.3 实验流程 | 第39-40页 |
| 4.4 实验结果及对比 | 第40-42页 |
| 总结与展望 | 第42-44页 |
| 总结 | 第42-43页 |
| 展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间发表学术论文 | 第48-50页 |
| 致谢 | 第50-51页 |