| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 引言 | 第11页 |
| 1.2 机器人视觉伺服的国内外发展现状 | 第11-14页 |
| 1.3 机器人视觉伺服研究趋势 | 第14-15页 |
| 1.4 本文的主要研究工作 | 第15页 |
| 1.5 本文结构安排 | 第15-17页 |
| 第2章 仿人机器人智能抓取技术及系统整体设计 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 机器人手臂抓取及操作规划技术 | 第17-24页 |
| 2.2.1 机器人抓取技术分类 | 第17-20页 |
| 2.2.2 机械臂的运动规划方法综述 | 第20-24页 |
| 2.3 机器人视觉伺服技术 | 第24-28页 |
| 2.3.1 机器人视觉伺服基本结构 | 第24页 |
| 2.3.2 机器人视觉伺服的分类 | 第24-27页 |
| 2.3.3 神经网络在机器人视觉伺服中的应用 | 第27-28页 |
| 2.4 仿人机器人抓取操作系统整体设计流程 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 基于BP神经网络的目标定位研究 | 第31-47页 |
| 3.1 引言 | 第31页 |
| 3.2 目标物体识别 | 第31-36页 |
| 3.2.1 目标图像边缘检测 | 第31-33页 |
| 3.2.2 目标质心坐标计算 | 第33-34页 |
| 3.2.3 基于圆拟合的高进度质心坐标计算 | 第34-35页 |
| 3.2.4 目标成像模型 | 第35-36页 |
| 3.3 BP神经网络的基本原理 | 第36-41页 |
| 3.3.1 基本BP神经网络 | 第37-40页 |
| 3.3.2 BP神经网络存在的问题 | 第40-41页 |
| 3.3.3 BP算法的改进 | 第41页 |
| 3.4 系统BP神经网络的设计 | 第41-44页 |
| 3.4.1 输入、输出层的设计 | 第42页 |
| 3.4.2 隐层数和隐层节点的选择 | 第42页 |
| 3.4.3 初始权值的选择 | 第42-43页 |
| 3.4.4 激励函数的选择 | 第43-44页 |
| 3.5 实验结果分析 | 第44-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于RRT算法的运动规划 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 基于蒙特卡罗法的机器人工作空间计算 | 第47-51页 |
| 4.2.1 仿人机器人手臂工作空间描述 | 第47-49页 |
| 4.2.2 基于蒙特卡罗法的机器人工作空间分析及仿真实验 | 第49-51页 |
| 4.3 RRT算法的基本原理及存在的问题分析 | 第51-55页 |
| 4.3.1 RRT算法基本原理 | 第52-54页 |
| 4.3.2 RRT算法存在的问题分析 | 第54-55页 |
| 4.4 改进的RRT算法 | 第55-57页 |
| 4.5 实验结果对比分析 | 第57-59页 |
| 4.6 基于改进的RRT算法的手臂运动规划实验 | 第59-60页 |
| 4.7 本章小结 | 第60-63页 |
| 第5章 基于仿人机器人的视觉伺服智能抓取系统的实现 | 第63-69页 |
| 5.1 引言 | 第63页 |
| 5.2 NAO机器人平台简介 | 第63-64页 |
| 5.3 系统的设计与实现 | 第64-66页 |
| 5.4 实验结果与分析 | 第66-68页 |
| 5.4.1 无障碍状态下的抓取 | 第66-67页 |
| 5.4.2 有障碍状态下的抓取 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 硕士期间完成论文情况 | 第79页 |