基于视觉伺服的机械臂控制系统研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-13页 |
| 1.1 课题背景及研究意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 1.2.1 摄像机标定技术研究现状 | 第8-9页 |
| 1.2.2 图像特征处理算法研究现状 | 第9页 |
| 1.2.3 视觉伺服控制算法研究现状 | 第9-10页 |
| 1.3 机器人视觉伺服系统发展趋势 | 第10-11页 |
| 1.4 论文的主要研究内容 | 第11-13页 |
| 2 伺服系统总体方案及机械臂运动学分析 | 第13-23页 |
| 2.1 机械臂视觉伺服系统结构 | 第13-16页 |
| 2.1.1 机械臂关节控制方案 | 第13-14页 |
| 2.1.2 视觉子系统设计方案 | 第14-15页 |
| 2.1.3 视觉控制器设计方案 | 第15-16页 |
| 2.2 机械臂运动学分析 | 第16-22页 |
| 2.2.1 建立机械臂坐标系 | 第17页 |
| 2.2.2 机械臂正运动学分析 | 第17-18页 |
| 2.2.3 机械臂逆运动学分析 | 第18-19页 |
| 2.2.4 机械臂运动学仿真 | 第19-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 摄像机标定技术研究 | 第23-39页 |
| 3.1 摄像机成像模型 | 第23-27页 |
| 3.1.1 摄像机线性模型 | 第23-25页 |
| 3.1.2 摄像机非线性模型 | 第25-27页 |
| 3.2 Harris角点提取算法 | 第27-29页 |
| 3.2.1 Moravec角点检测算法 | 第27页 |
| 3.2.2 Harris角点提取原理 | 第27-28页 |
| 3.2.3 改进的Harris角点提取算法 | 第28-29页 |
| 3.3 张正友摄像机标定法 | 第29-31页 |
| 3.4 实验仿真与结果分析 | 第31-38页 |
| 3.4.1 MATLAB标定工具箱标定法 | 第32-36页 |
| 3.4.2 Harris算法提取角点 | 第36-37页 |
| 3.4.3 张正友标定法 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 视觉伺服子系统设计 | 第39-55页 |
| 4.1 图像预处理 | 第39-47页 |
| 4.1.1 图像灰度化 | 第39-40页 |
| 4.1.2 图像平滑 | 第40-41页 |
| 4.1.3 图像增强 | 第41-42页 |
| 4.1.4 灰度阈值变换 | 第42-44页 |
| 4.1.5 形态学处理 | 第44页 |
| 4.1.6 边缘检测 | 第44-47页 |
| 4.2 提取特征量 | 第47-51页 |
| 4.2.1 椭圆方程 | 第47页 |
| 4.2.2 最小二乘法拟合椭圆 | 第47-51页 |
| 4.3 视觉子系统应用分析 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 视觉控制器设计及伺服系统调试 | 第55-72页 |
| 5.1 视觉控制器设计 | 第55-68页 |
| 5.1.1 神经网络结构设计 | 第55-56页 |
| 5.1.2 神经网络算法 | 第56-59页 |
| 5.1.3 实验仿真与结果分析 | 第59-68页 |
| 5.2 伺服系统调试和误差分析 | 第68-71页 |
| 5.3 本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录A | 第79页 |
