基于Kinect辅助的服务机器人抓取路径规划研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第16-24页 |
| 1.1 课题的研究背景和意义 | 第16页 |
| 1.2 国内外相关技术的研究现状 | 第16-22页 |
| 1.2.1 服务机器人的研究现状 | 第16-18页 |
| 1.2.2 Kinect深度图像修复的研究现状 | 第18-19页 |
| 1.2.3 机械臂路径规划的研究现状 | 第19-22页 |
| 1.3 本文的主要研究内容 | 第22-24页 |
| 第2章 服务机器人系统搭建及建模分析 | 第24-44页 |
| 2.1 ROS系统 | 第24-25页 |
| 2.1.1 ROS基本介绍 | 第24页 |
| 2.1.2 ROS的基本架构 | 第24-25页 |
| 2.2 ROS机器人平台搭建 | 第25-26页 |
| 2.3 ROS仿真平台搭建 | 第26-29页 |
| 2.3.1 Gazebo仿真器 | 第27页 |
| 2.3.2 Gazebo仿真模型 | 第27-29页 |
| 2.4 Kinect视觉系统 | 第29-35页 |
| 2.4.1 Kinect工作原理 | 第30-31页 |
| 2.4.2 Kinect视觉系统坐标系 | 第31-34页 |
| 2.4.3 Kinect参数标定 | 第34-35页 |
| 2.5 Baxter机器人系统 | 第35-43页 |
| 2.5.1 Baxter机器人介绍 | 第36-37页 |
| 2.5.2 Baxter机器人正运动学 | 第37-40页 |
| 2.5.3 Baxter机器人逆运动学 | 第40-43页 |
| 2.6 本章小结 | 第43-44页 |
| 第3章 服务机器人操作空间三维地图构建 | 第44-60页 |
| 3.1 空间三维信息生成 | 第44-46页 |
| 3.1.1 三维信息获取 | 第44-45页 |
| 3.1.2 三维点云构建方法 | 第45-46页 |
| 3.2 深度图像缺陷分析 | 第46-48页 |
| 3.3 深度图像滤波 | 第48-55页 |
| 3.3.1 中值滤波 | 第48页 |
| 3.3.2 双边滤波 | 第48-50页 |
| 3.3.3 联合双边滤波 | 第50-52页 |
| 3.3.4 改进的深度图像恢复 | 第52-55页 |
| 3.4 基于三维点云的Octomap地图 | 第55-58页 |
| 3.4.1 Octomap原理 | 第56-57页 |
| 3.4.2 Octomap生成与显示 | 第57-58页 |
| 3.5 本章小结 | 第58-60页 |
| 第4章 服务机器人抓取路径规划算法研究 | 第60-80页 |
| 4.1 问题定义 | 第60页 |
| 4.2 RRT算法与发展 | 第60-66页 |
| 4.2.1 RRT算法 | 第61-63页 |
| 4.2.2 RRT*算法 | 第63-66页 |
| 4.3 基于RRT*的改进算法 | 第66-70页 |
| 4.3.1 懒惰检测策略 | 第66-67页 |
| 4.3.2 最近点选择 | 第67-68页 |
| 4.3.3 路径优化 | 第68-69页 |
| 4.3.4 智能采样 | 第69-70页 |
| 4.4 避障路径规划的仿真验证 | 第70-77页 |
| 4.4.1 二维平面路径规划仿真 | 第72-75页 |
| 4.4.2 Baxter机械臂路径规划仿真 | 第75-77页 |
| 4.5 本章小结 | 第77-80页 |
| 第5章 服务机器人系统仿真和实验 | 第80-90页 |
| 5.1 仿真实验 | 第80-84页 |
| 5.1.1 Gazebo仿真环境搭建 | 第80-81页 |
| 5.1.2 Gazebo仿真实验验证 | 第81-84页 |
| 5.2 Baxter机器人实验 | 第84-89页 |
| 5.2.1 实验平台 | 第84页 |
| 5.2.2 服务机器人路径规划实验 | 第84-89页 |
| 5.3 本章小结 | 第89-90页 |
| 第6章 总结与展望 | 第90-92页 |
| 参考文献 | 第92-97页 |
