基于视觉的连续体机器人形状检测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 课题研究的背景及意义 | 第8页 |
| 1.2 连续体机器人形状检测研究现状及分析 | 第8-18页 |
| 1.2.1 基于视觉的检测方法 | 第9-13页 |
| 1.2.2 基于智能材料的检测方法 | 第13-15页 |
| 1.2.3 基于光纤光栅的检测方法 | 第15-17页 |
| 1.2.4 基于惯性传感器的检测方法 | 第17-18页 |
| 1.3 本文的主要研究内容 | 第18-19页 |
| 第2章 连续体机器人视觉系统建立与相机标定 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 视觉系统的建立 | 第19-22页 |
| 2.3 单目相机的标定 | 第22-27页 |
| 2.3.1 张氏标定法 | 第23-26页 |
| 2.3.2 单目相机的标定实验 | 第26-27页 |
| 2.4 双目立体视觉标定 | 第27-29页 |
| 2.4.1 双目立体视觉标定原理 | 第27-28页 |
| 2.4.2 双目立体视觉标定实验 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 连续体机器人的形状检测 | 第30-49页 |
| 3.1 引言 | 第30页 |
| 3.2 主成分分析 | 第30-33页 |
| 3.3 SOM神经网络算法 | 第33-38页 |
| 3.3.1 竞争学习算法原理 | 第34-35页 |
| 3.3.2 SOM算法原理 | 第35-38页 |
| 3.4 平面SOM算法 | 第38-41页 |
| 3.4.1 图像采集及图像处理 | 第39-40页 |
| 3.4.2 平面SOM聚类 | 第40-41页 |
| 3.4.3 三维重构 | 第41页 |
| 3.5 立体SOM算法 | 第41-44页 |
| 3.6 误差分析 | 第44-47页 |
| 3.6.1 SOM算法误差 | 第44-45页 |
| 3.6.2 非对齐误差 | 第45-46页 |
| 3.6.3 平均位置误差 | 第46-47页 |
| 3.7 本章小结 | 第47-49页 |
| 第4章 实验与分析 | 第49-59页 |
| 4.1 引言 | 第49页 |
| 4.2 SOM网络的设计 | 第49-51页 |
| 4.2.1 竞争层的设计 | 第49-50页 |
| 4.2.2 权值的初始化 | 第50页 |
| 4.2.3 优胜领域的设计 | 第50-51页 |
| 4.2.4 学习率的设计 | 第51页 |
| 4.3 平面SOM算法实验 | 第51-55页 |
| 4.3.1 竞争层拓扑结构实验 | 第51-53页 |
| 4.3.2 权向量初始化方法实验 | 第53页 |
| 4.3.3 组次训练次数实验 | 第53-54页 |
| 4.3.4 三维重构实验 | 第54-55页 |
| 4.4 立体SOM算法实验与分析 | 第55-56页 |
| 4.5 平面SOM算法的验证 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第66-68页 |
| 致谢 | 第68页 |
