| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.3 相关技术和理论 | 第13-18页 |
| 1.3.1 主动避碰的人机协作模型 | 第13-14页 |
| 1.3.2 卡尔曼滤波原理 | 第14-16页 |
| 1.3.3 决策表相关理论 | 第16-18页 |
| 1.4 本文组织 | 第18-20页 |
| 第二章 人机协作中的人体结构提取与位置预测 | 第20-36页 |
| 2.1 人体结构信息采集 | 第20-25页 |
| 2.1.1 基于Kinect的人体结构信息采集与特征点提取 | 第20-21页 |
| 2.1.2 多Kinect骨架提取系统 | 第21-25页 |
| 2.2 基于特征点提取人体特征区域 | 第25-27页 |
| 2.2.1 人体特征区域提取 | 第25-26页 |
| 2.2.2 人体建模 | 第26-27页 |
| 2.3 人体运动预测算法 | 第27-35页 |
| 2.3.1 人体关节约束关系定义 | 第28-29页 |
| 2.3.2 基于卡尔曼滤波的骨架位置估计 | 第29-31页 |
| 2.3.3 骨架位置估计实验 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 碰撞检测与实时路径规划 | 第36-50页 |
| 3.1 机器人坐标系配准 | 第36-39页 |
| 3.2 人-机器人碰撞检测 | 第39-43页 |
| 3.2.1 K-DOPS包围盒树的构建 | 第39-41页 |
| 3.2.2 包围盒树的遍历 | 第41-42页 |
| 3.2.3 代价可控的分层碰撞检测 | 第42-43页 |
| 3.3 基于DRM的实时路径规划 | 第43-49页 |
| 3.3.1 空间映射说明 | 第43-47页 |
| 3.3.2 距离函数设计 | 第47-48页 |
| 3.3.3 路径查找算法分析 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 机器人主动避碰模型 | 第50-60页 |
| 4.1 机器人避碰区域的划分 | 第50-51页 |
| 4.2 基于决策表推理规则库的设计 | 第51-56页 |
| 4.2.1 运动速度决策 | 第51-53页 |
| 4.2.2 运动方向决策 | 第53-56页 |
| 4.3 机器人主动避碰原理 | 第56-59页 |
| 4.3.1 决策表规则在路径规划中的应用 | 第56-57页 |
| 4.3.2 障碍区域的动态更新 | 第57-58页 |
| 4.3.3 线性空间路径查找过程 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 机器人主动避碰系统实现 | 第60-73页 |
| 5.1 实验环境说明 | 第60-65页 |
| 5.1.1 实验硬件说明 | 第60-64页 |
| 5.1.2 实验软件说明 | 第64-65页 |
| 5.2 实验内容说明 | 第65-68页 |
| 5.2.1 基于虚拟场景的人机交互界面 | 第65-66页 |
| 5.2.2 基于六自由度机器人的系统验证 | 第66-68页 |
| 5.3 实验数据分析 | 第68-72页 |
| 5.3.1 主动避碰模型功能验证 | 第68-71页 |
| 5.3.2 主动避碰模型性能验证 | 第71-72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论与展望 | 第73-75页 |
| 结论 | 第73页 |
| 展望 | 第73-75页 |
| 参考文献 | 第75-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附件 | 第84页 |