摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
注释表 | 第17-19页 |
第一章 绪论 | 第19-37页 |
1.1 引言 | 第19-20页 |
1.2 直线超声电机概述 | 第20-26页 |
1.2.1 直线超声电机的特点及分类 | 第20页 |
1.2.2 直线超声电机的发展现状 | 第20-25页 |
1.2.3 直线超声电机的应用 | 第25-26页 |
1.3 并联机构概述 | 第26-31页 |
1.3.1 并联机构发展及国内外研究现状 | 第27-31页 |
1.4 计算机视觉检测 | 第31-34页 |
1.4.1 国内外计算机视觉检测的研究现状及应用 | 第32-34页 |
1.5 存在的问题 | 第34-35页 |
1.6 本课题的主要研究内容 | 第35-37页 |
第二章 直线超声电机驱动的平面 3-PRR并联平台定位系统 | 第37-52页 |
2.1 引言 | 第37页 |
2.2 并联平台设计 | 第37-44页 |
2.2.1 并联平台结构材料的选择 | 第37页 |
2.2.2 直线导轨的选择 | 第37-38页 |
2.2.3 直线超声电机的选择 | 第38页 |
2.2.4 平面3自由度并联机构分析 | 第38-39页 |
2.2.5 并联平台轨道布局 | 第39-40页 |
2.2.6 并联机构尺寸设计 | 第40-41页 |
2.2.7 并联机构动力学仿真 | 第41-44页 |
2.2.8 直线超声电机驱动的平面 3-PRR并联平台实物图 | 第44页 |
2.3 并联平台控制系统的设计 | 第44-47页 |
2.3.1 控制系统的组成 | 第44-45页 |
2.3.2 运动控制卡的选用 | 第45-46页 |
2.3.3 驱动器的选用 | 第46-47页 |
2.3.4 光栅的选用 | 第47页 |
2.4 计算机视觉检测系统 | 第47-51页 |
2.4.1 计算机视觉检测系统组成 | 第47-49页 |
2.4.2 计算机视觉检测系统的评价指标 | 第49页 |
2.4.3 影响视觉系统检测精度的因素与提高方法 | 第49-50页 |
2.4.4 系统实物图 | 第50-51页 |
2.5 本章小结 | 第51-52页 |
第三章 直线超声电机精密定位控制方法 | 第52-75页 |
3.1 引言 | 第52页 |
3.2 直线超声电机的控制方法评价要素 | 第52页 |
3.3 直线超声电机调速方法 | 第52-53页 |
3.4 直线超声电机控制方法及实验研究 | 第53-73页 |
3.4.1 开关控制 | 第54-55页 |
3.4.2 PID控制 | 第55-57页 |
3.4.3 模糊控制 | 第57-62页 |
3.4.4 神经网络PID位置控制 | 第62-66页 |
3.4.5 连续PID+步进控制 | 第66-68页 |
3.4.6 基于正态分布理论的控制方法 | 第68-73页 |
3.5 本章小结 | 第73-75页 |
第四章 显微视觉自动聚焦及控制策略 | 第75-88页 |
4.1 引言 | 第75页 |
4.2 自动聚焦评价函数的评判标准 | 第75-76页 |
4.3 常用的聚焦评价函数 | 第76-80页 |
4.3.1 时域聚焦评价函数 | 第76-78页 |
4.3.2 频域聚焦评价函数 | 第78-80页 |
4.3.3 本文的组合算子 | 第80页 |
4.4 自动聚焦策略 | 第80-85页 |
4.4.1 爬山法 | 第81页 |
4.4.2 变步距渐进搜索法 | 第81-82页 |
4.4.3 样条插值两步法 | 第82页 |
4.4.4 SOM-PSO聚焦控制策略 | 第82-85页 |
4.5 实验结果 | 第85-87页 |
4.5.1 实验平台 | 第85-86页 |
4.5.2 自动聚焦评价函数 | 第86页 |
4.5.3 自动聚焦实验 | 第86-87页 |
4.6 本章小结 | 第87-88页 |
第五章 图像特征检测 | 第88-129页 |
5.1 引言 | 第88页 |
5.2 图像滤波 | 第88-90页 |
5.2.1 均值滤波 | 第89页 |
5.2.2 中值滤波 | 第89页 |
5.2.3 高斯滤波 | 第89-90页 |
5.3 图像分割 | 第90-92页 |
5.3.1 灰度阈值法 | 第90-91页 |
5.3.2 最小误差法 | 第91页 |
5.3.3 最大方差法 | 第91-92页 |
5.4 边缘检测 | 第92-98页 |
5.4.1 经典边缘检测算子 | 第92-98页 |
5.5 图像特征检测 | 第98-114页 |
5.5.1 点特征提取 | 第98-107页 |
5.5.2 线特征提取 | 第107-114页 |
5.6 亚像素定位算法 | 第114-124页 |
5.6.1 常见的亚像素定位算法 | 第115-120页 |
5.6.2 拟采用的亚像素细分方法 | 第120-123页 |
5.6.3 亚像素定位实验 | 第123-124页 |
5.7 人工特征圆实时检测 | 第124-128页 |
5.7.1 Kalman滤波器及其参数选择 | 第125-127页 |
5.7.2 ROI设置 | 第127-128页 |
5.8 本章小结 | 第128-129页 |
第六章 直线超声电机驱动的平面 3-PRR并联平台实验研究 | 第129-148页 |
6.1 引言 | 第129页 |
6.2 计算机视觉检测系统的标定 | 第129-135页 |
6.2.1 相机模型 | 第129-132页 |
6.2.2 镜头畸变 | 第132-134页 |
6.2.3 采用的标定方法 | 第134-135页 |
6.3 平面 3-PRR并联平台的标定 | 第135-142页 |
6.3.1 并联平台运动学模型 | 第135-138页 |
6.3.2 动平台位姿检测 | 第138-139页 |
6.3.3 基于PSO算法的标定过程 | 第139-140页 |
6.3.4 标定实验 | 第140-142页 |
6.4 并联平台视觉伺服 | 第142-146页 |
6.4.1 视觉伺服流程 | 第142-143页 |
6.4.2 并联平台支链控制器 | 第143页 |
6.4.3 并联平台点位控制实验 | 第143-145页 |
6.4.4 并联平台轨迹跟踪控制实验 | 第145-146页 |
6.4.5 误差分析 | 第146页 |
6.5 本章小结 | 第146-148页 |
第七章 总结与展望 | 第148-151页 |
7.1 本文主要的工作和创新点 | 第148-150页 |
7.1.1 本文主要工作 | 第148-149页 |
7.1.2 本文主要创新点 | 第149-150页 |
7.2 进一步研究工作的展望 | 第150-151页 |
参考文献 | 第151-164页 |
致谢 | 第164-165页 |
在学期间的研究成果及发表的学术论文 | 第165页 |