基于单目视觉的目标位姿识别与机器人抓取引导
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与现状 | 第10-13页 |
| 1.2 研究目的及意义 | 第13-15页 |
| 1.3 本文主要工作 | 第15-17页 |
| 第二章 视觉传感器与机器人几何模型 | 第17-30页 |
| 2.1 视觉传感器几何模型 | 第17-21页 |
| 2.1.1 坐标变换模型 | 第17-19页 |
| 2.1.2 线性模型 | 第19-21页 |
| 2.1.3 非线性模型 | 第21页 |
| 2.2 机器人几何模型 | 第21-26页 |
| 2.2.1 刚体位姿模型 | 第21-23页 |
| 2.2.2 正运动学与逆运动学 | 第23-24页 |
| 2.2.3 用户坐标系与工具坐标系 | 第24-25页 |
| 2.2.4 运动轨迹控制 | 第25-26页 |
| 2.3 视觉引导方式及手眼标定 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 图像预处理与特征提取 | 第30-48页 |
| 3.1 数字图像处理概述 | 第30页 |
| 3.2 图像增强 | 第30-35页 |
| 3.2.1 直方图增强 | 第31-32页 |
| 3.2.2 直方图均衡化 | 第32-33页 |
| 3.2.3 灰度变换 | 第33-35页 |
| 3.2.4 实验结果分析 | 第35页 |
| 3.3 图像平滑 | 第35-41页 |
| 3.3.1 均值滤波 | 第36-37页 |
| 3.3.2 中值滤波 | 第37-38页 |
| 3.3.3 高斯滤波 | 第38-39页 |
| 3.3.4 实验结果与分析 | 第39-41页 |
| 3.4 图像特征提取 | 第41-43页 |
| 3.4.1 图像目标识别的过程 | 第41页 |
| 3.4.2 图像目标识别的方法 | 第41-43页 |
| 3.5 边缘提取 | 第43-47页 |
| 3.5.1 一阶微分边缘算子 | 第44页 |
| 3.5.2 Roberts边缘检测算子 | 第44-45页 |
| 3.5.3 Prewitt边缘检测算子 | 第45-46页 |
| 3.5.4 Sobel边缘检测算子 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 单目视觉测量模型与方法 | 第48-59页 |
| 4.1 系统运行流程 | 第48-49页 |
| 4.2 相机与机器人标定 | 第49-51页 |
| 4.3 单目视觉识别三维位姿算法几何模型 | 第51-57页 |
| 4.4 单目视觉测量方法 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 工件定位抓取实验分析 | 第59-78页 |
| 5.1 引言 | 第59页 |
| 5.2 系统设计与选型 | 第59-62页 |
| 5.2.1 系统硬件总体方案 | 第59-60页 |
| 5.2.2 相机选型 | 第60页 |
| 5.2.3 工业镜头选型 | 第60-61页 |
| 5.2.4 上位机软件 | 第61-62页 |
| 5.3 机器人平台介绍 | 第62-67页 |
| 5.3.1 机器人系统构成 | 第62页 |
| 5.3.2 控制器特点 | 第62-63页 |
| 5.3.3 机器人末端执行器 | 第63-66页 |
| 5.3.4 工业机器人编程 | 第66-67页 |
| 5.4 通信模块设计 | 第67-70页 |
| 5.5 抓取目标物体实验 | 第70-77页 |
| 5.6 本章小结 | 第77-78页 |
| 总结与展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
