| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 机械臂控制系统的发展现状 | 第11-13页 |
| 1.2.2 手势识别技术的研究现状 | 第13-14页 |
| 1.3 本文的主要研究内容和结构安排 | 第14-15页 |
| 第2章 机械臂控制系统软硬件设计 | 第15-26页 |
| 2.1 机械臂控制系统总体方案 | 第15-16页 |
| 2.2 机械臂控制系统硬件架构设计 | 第16-17页 |
| 2.3 六自由度机械手臂设计架构 | 第17-18页 |
| 2.4 机械臂控制系统下位机软件设计 | 第18-24页 |
| 2.4.1 Mini2440控制板及Linux系统 | 第18-19页 |
| 2.4.2 Linux实时性问题分析 | 第19-20页 |
| 2.4.3 Xenomai内核及Adeos框架 | 第20-22页 |
| 2.4.4 基于Xenomai内核的Linux系统改进方案的实现 | 第22-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 基于KINECT传感器的手势识别 | 第26-35页 |
| 3.1 KINECT相机的介绍 | 第26-27页 |
| 3.2 深度图像的获取与预处理 | 第27-29页 |
| 3.2.1 深度图像获取的原理 | 第27-28页 |
| 3.2.2 深度图像的滤波 | 第28-29页 |
| 3.3 基于深度图像的手势识别 | 第29-32页 |
| 3.3.1 手部分割技术介绍 | 第29-30页 |
| 3.3.2 基于阈值分割的手部提取 | 第30-31页 |
| 3.3.3 手部分割图像的去噪滤波分析 | 第31-32页 |
| 3.4 手部图像的细化处理 | 第32-34页 |
| 3.4.1 图像细化算法介绍 | 第32-33页 |
| 3.4.2 基于Zhang并行优化算法的图像处理 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 六自由度机械臂运动学分析 | 第35-49页 |
| 4.1 机械臂的位置姿态及坐标转换 | 第35-40页 |
| 4.1.1 刚体的位姿介绍 | 第35-38页 |
| 4.1.2 坐标变换 | 第38-40页 |
| 4.2 机械臂的正向运动学分析 | 第40-44页 |
| 4.2.1 D-H运动学描述 | 第40-41页 |
| 4.2.2 正向运动学分析与介绍 | 第41-44页 |
| 4.3 机械臂的逆向运动学分析 | 第44-48页 |
| 4.3.1 逆向运动学分析算法的介绍 | 第44-45页 |
| 4.3.2 几何法和解析法结合求逆解 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 机械臂控制系统实验与分析 | 第49-55页 |
| 5.1 实验系统搭建 | 第49-50页 |
| 5.2 机械臂控制系统实验与分析 | 第50-53页 |
| 5.2.1 无线数据收发测试 | 第50-52页 |
| 5.2.2 机械臂抓取实验测试 | 第52-53页 |
| 5.3 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |