面向视觉三维测量的机器人手眼标定技术研究
摘要 | 第6-7页 |
Abstract | 第7页 |
主要符号表 | 第10-11页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究的背景及意义 | 第11-12页 |
1.2 工业机械臂手眼视觉系统 | 第12-14页 |
1.2.1 工业机械臂的基本概述 | 第12-13页 |
1.2.2 机械臂视觉的概念 | 第13页 |
1.2.3 手眼系统的基本内容 | 第13-14页 |
1.3 Eye-in-Hand系标定研究现状 | 第14-15页 |
1.4 各章内容安排 | 第15-17页 |
第2章 工业机械臂手眼系统 | 第17-24页 |
2.1 视觉系统 | 第17-19页 |
2.1.1 数字相机 | 第17-18页 |
2.1.2 光学镜头 | 第18页 |
2.1.3 图像采集卡 | 第18-19页 |
2.2 机械臂控制系统 | 第19-22页 |
2.2.1 机械臂本体 | 第19-21页 |
2.2.2 DX200控制柜 | 第21页 |
2.2.3 控制软件 | 第21-22页 |
2.3 机械臂运动学方程 | 第22-23页 |
2.4 本章总结 | 第23-24页 |
第3章 相机标定技术 | 第24-43页 |
3.1 相机标定简介 | 第24-32页 |
3.1.1 坐标系定义 | 第24-28页 |
3.1.2 基于 2D平面标靶的相机标定 | 第28页 |
3.1.3 单应性原理 | 第28-32页 |
3.2 畸变模型 | 第32-33页 |
3.3 基于点的三维重建 | 第33-34页 |
3.4 相机标定实验 | 第34-42页 |
3.4.1 实验环境 | 第34页 |
3.4.2 内参数标定 | 第34-39页 |
3.4.3 外参数标定 | 第39-40页 |
3.4.4 实验验证及误差分析 | 第40-41页 |
3.4.5 结果分析 | 第41-42页 |
3.5 本章总结 | 第42-43页 |
第4章 手眼标定算法研究 | 第43-53页 |
4.1 手眼标定算法的主要原理 | 第43-44页 |
4.2 传统机械臂手眼标定算法 | 第44-48页 |
4.2.1 手眼标定模型 | 第44页 |
4.2.2 求解手眼矩阵 | 第44-47页 |
4.2.3 旋转变换转轴与转角的求取 | 第47-48页 |
4.3 数学法 | 第48-51页 |
4.3.1 矩阵直积与线性算子 | 第49页 |
4.3.2 基于矩阵直积算法 | 第49-51页 |
4.4 基于矩阵直积的改进算法 | 第51-52页 |
4.4.1 Moore-penrose 逆 | 第51页 |
4.4.2 线性化处理 | 第51-52页 |
4.5 本章总结 | 第52-53页 |
第5章 手眼标定实验 | 第53-66页 |
5.1 实验器材 | 第53页 |
5.2 手眼标定实验 | 第53-58页 |
5.2.1 标定数据采集 | 第53-55页 |
5.2.2 手眼标定算法验证 | 第55-56页 |
5.2.3 改进的手眼标定算法验证 | 第56-58页 |
5.3 测量实验 | 第58-61页 |
5.3.1 机械臂坐标系下测量点坐标 | 第58-60页 |
5.3.2 测量点距 | 第60-61页 |
5.4 误差分析与结论 | 第61-64页 |
5.5 本章总结 | 第64-66页 |
总结 | 第66-68页 |
参考文献 | 第68-70页 |
致谢 | 第70-71页 |
攻读硕士期间发表(含录用)的学术论文 | 第71页 |