| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 机器视觉的发展 | 第11-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.3.1 国外研究现状 | 第13-16页 |
| 1.3.2 国内研究现状 | 第16-17页 |
| 1.4 主要研究内容 | 第17-19页 |
| 第二章 AUBO机器人运动学模型与误差分析 | 第19-32页 |
| 2.1 AUBO机器人简介 | 第19-20页 |
| 2.2 AUBO机器人的运动学建模 | 第20-25页 |
| 2.2.1 AUBO机器人的正运动学建模 | 第20-24页 |
| 2.2.2 AUBO机器人逆运动学建模 | 第24-25页 |
| 2.3 AUBO机器人的运动学仿真 | 第25-27页 |
| 2.4 机器人误差分析 | 第27-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 视觉系统标定方法研究 | 第32-44页 |
| 3.1 摄像机标定 | 第32-37页 |
| 3.1.1 摄像机的成像模型 | 第32页 |
| 3.1.2 相机内参数 | 第32-34页 |
| 3.1.3 相机外参数 | 第34页 |
| 3.1.4 亚像素相机标定实验 | 第34-37页 |
| 3.2 亚像素测量的方法 | 第37-38页 |
| 3.3 手眼标定实验方法 | 第38-43页 |
| 3.3.1 Eye-in-hand手眼标定模型 | 第39-40页 |
| 3.3.2 手眼标定的求解方法 | 第40页 |
| 3.3.3 基于矩阵直积的手眼标定解法 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于距离误差模型的运动学标定方法研究 | 第44-52页 |
| 4.1 距离误差模型 | 第44-45页 |
| 4.2 定位误差模型 | 第45-47页 |
| 4.3 几何参数标定实验 | 第47-49页 |
| 4.4 距离精度实验 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 基于PSO-BP算法的位姿预测及误差补偿研究 | 第52-63页 |
| 5.1 BP神经网络 | 第52-55页 |
| 5.1.1 BP神经网络的结构 | 第52-54页 |
| 5.1.2 BP网络的局限性 | 第54-55页 |
| 5.2 PSO算法 | 第55-56页 |
| 5.2.1 PSO算法的模型 | 第55页 |
| 5.2.2 PSO算法的优点及流程 | 第55-56页 |
| 5.3 PSO优化BP网络的位姿预测及误差补偿 | 第56-59页 |
| 5.3.1 PSO优化BP网络的位姿预测 | 第57-58页 |
| 5.3.2 PSO优化的BP网络末端位姿误差补偿 | 第58-59页 |
| 5.4 末端位姿预测及误差补偿仿真 | 第59-62页 |
| 5.4.1 末端位姿的预测 | 第59-61页 |
| 5.4.2 位姿误差补偿仿真 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 总结 | 第63-64页 |
| 展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间的研究成果 | 第70-71页 |
| 致谢 | 第71页 |