| 目录 | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 移动焊接机器人的应用现状 | 第11页 |
| 1.3 移动焊接机器人的关键技术 | 第11-13页 |
| 1.3.1 行走机构 | 第12页 |
| 1.3.2 信息传感技术 | 第12-13页 |
| 1.3.3 智能控制技术 | 第13页 |
| 1.4 立体视觉在焊接机器人领域的应用 | 第13-15页 |
| 1.4.1 焊前导引 | 第14页 |
| 1.4.2 焊缝跟踪 | 第14-15页 |
| 1.4.3 焊缝成型控制 | 第15页 |
| 1.5 本课题研究的内容 | 第15-17页 |
| 第二章 移动焊接机器人实验平台构建 | 第17-27页 |
| 2.1 移动焊接机器人实验平台总体结构 | 第17-19页 |
| 2.2 移动焊接机器硬件系统设计 | 第19-24页 |
| 2.2.1 电源模块 | 第19-20页 |
| 2.2.2 焊枪驱动控制模块 | 第20-21页 |
| 2.2.3 轮式机器人移动机构驱动控制模块 | 第21页 |
| 2.2.4 信息传感采集模块 | 第21-23页 |
| 2.2.5 信号处理及控制模块 | 第23-24页 |
| 2.3 移动焊接机器人软件系统设计 | 第24-26页 |
| 2.3.1 图像采集及处理软件系统 | 第25页 |
| 2.3.2 基于MC9SXS128单片机软件系统设计 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 移动焊接机器人单目立体视觉系统的标定 | 第27-41页 |
| 3.1 摄像机标定 | 第27-33页 |
| 3.1.1 摄像机成像变换模型 | 第27-30页 |
| 3.1.2 基于卡尔曼滤波的摄像机标定 | 第30-33页 |
| 3.2 机器人手眼标定 | 第33-36页 |
| 3.2.1 手眼标定模型 | 第33-35页 |
| 3.2.2 手眼标定方法 | 第35-36页 |
| 3.3 标定实验及结果分析 | 第36-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 基于单目立体视觉的焊缝三维信息重建 | 第41-56页 |
| 4.1 焊缝图像处理 | 第41-49页 |
| 4.1.1 焊缝图像预处理 | 第42-47页 |
| 4.1.2 焊缝图像特征点提取 | 第47-49页 |
| 4.2 焊缝三维信息重建方法 | 第49-53页 |
| 4.2.1 单目立体视觉测量原理 | 第49-52页 |
| 4.2.2 焊缝特征点提取及坐标变换 | 第52-53页 |
| 4.3 焊缝三维重建及重建结果分析 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 基于单目立体视觉的焊缝跟踪控制建模与仿真 | 第56-72页 |
| 5.1 基于多传感器数据融合的焊缝位置偏差信息检测 | 第56-64页 |
| 5.1.1 基于模糊卡尔曼滤波的焊缝检测 | 第57-59页 |
| 5.1.2 焊缝检测多传感器数据融合算法 | 第59-60页 |
| 5.1.3 基于多传感器数据融合的焊缝偏差提取 | 第60-62页 |
| 5.1.4 基于多传感器的焊缝位置检测数值仿真与结果分析 | 第62-64页 |
| 5.2 基于双权值神经网络PID的移动焊接机器人焊缝跟踪模型 | 第64-71页 |
| 5.2.1 双权值神经网络模型 | 第64-65页 |
| 5.2.2 基于双权值神经网络的焊缝跟踪PID控制模型设计 | 第65-67页 |
| 5.2.3 基于双权值神经网络的PID控制算法 | 第67页 |
| 5.2.4 仿真实验 | 第67-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第六章 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 作者在攻读硕士学位期间公开发表的论文及参加的项目 | 第78-79页 |
| A：在国内外刊物上发表的论文 | 第78页 |
| B：在国际学术会议上发表的论文 | 第78页 |
| C：参加的项目 | 第78-79页 |
| 致谢 | 第79页 |
