| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题研究背景 | 第8页 |
| 1.2 基于视觉的工业机器人抓取在国内外的发展现状 | 第8-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 论文的主要工作 | 第11-12页 |
| 第二章 机器视觉抓取系统整体设计 | 第12-38页 |
| 2.1 机器视觉系统的照明方式 | 第12-13页 |
| 2.2 图像采集子系统 | 第13-24页 |
| 2.2.1 相机安装 | 第13-14页 |
| 2.2.2 相机的标定原理 | 第14-19页 |
| 2.2.2.1 小孔模型 | 第14-15页 |
| 2.2.2.2 内部参数模型 | 第15-17页 |
| 2.2.2.3 畸变模型 | 第17-18页 |
| 2.2.2.4 外部参数模型 | 第18-19页 |
| 2.2.3 相机标定实现 | 第19-20页 |
| 2.2.4 消除畸变 | 第20-22页 |
| 2.2.5 标定验证与图像采集实验 | 第22-24页 |
| 2.2.5.1 标定验证 | 第22-23页 |
| 2.2.5.2 图像采集实验 | 第23-24页 |
| 2.3 机械臂运动控制与抓取子系统 | 第24-33页 |
| 2.3.1 机械臂运动控制 | 第24-28页 |
| 2.3.1.1 机械臂坐标系 | 第24-26页 |
| 2.3.1.2 机械臂的位置描述 | 第26-27页 |
| 2.3.1.3 坐标变换 | 第27-28页 |
| 2.3.2 内外环自适应螺母类工件夹具 | 第28-33页 |
| 2.4 机械臂运动路径规划与实现 | 第33-36页 |
| 2.4.1 机械臂的运动方式 | 第33-34页 |
| 2.4.2 建立大地坐标系和机械臂坐标系的变换关系 | 第34-36页 |
| 2.5 机械臂运动控制实验 | 第36-37页 |
| 2.6 本学小结 | 第37-38页 |
| 第三章 工件图像的预处理 | 第38-47页 |
| 3.1 数字图像色彩模型 | 第38-40页 |
| 3.2 数字图像的灰变化 | 第40-41页 |
| 3.3 工件在图像中定位 | 第41-43页 |
| 3.3.1 基于几何模板匹配的图像定位 | 第41-42页 |
| 3.3.2 基于特征点匹配图像定位 | 第42-43页 |
| 3.4 工件图像分割 | 第43-46页 |
| 3.4.1 图像的相似性分割 | 第44-45页 |
| 3.4.2 图像的非连续性分割 | 第45-46页 |
| 3.5 本学小结 | 第46-47页 |
| 第四章 基于脉冲耦合神经网络的图像分割 | 第47-54页 |
| 4.1 传统脉冲耦合神经网络 | 第47-48页 |
| 4.2 改进型的脉冲耦合神经网络 | 第48-50页 |
| 4.3 设置E0参数 | 第50-51页 |
| 4.4 实验结果与讨论 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 系统验证与测试 | 第54-63页 |
| 5.1 视觉系统与机械臂控制系统的通信 | 第54-55页 |
| 5.1.1 视觉系统和Dobot的通信设备参数 | 第54页 |
| 5.1.2 Dobot的通信协议及其特点 | 第54页 |
| 5.1.3 通信系统的数据格式 | 第54-55页 |
| 5.2 目标工件定位结果 | 第55-59页 |
| 5.2.1 分割实验工件的图像 | 第55-57页 |
| 5.2.2 计算螺母图像的几何中心 | 第57页 |
| 5.2.3 几何中心误差修正 | 第57-59页 |
| 5.3 机械臂抓取实现 | 第59-62页 |
| 5.3.1 编写机械臂运动示例指令 | 第59-61页 |
| 5.3.2 视觉引导机械臂抓取实验 | 第61-62页 |
| 5.4 本章小节 | 第62-63页 |
| 总结和展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 个人简历，在学期间的研究成果及发表的学术论文 | 第69-70页 |