面向货架环境的物体检测与定位研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 课题研究的目的和意义 | 第10页 |
| 1.3 国内外研究现状与分析 | 第10-15页 |
| 1.3.1 国内研究现状分析 | 第10-12页 |
| 1.3.2 国外研究现状分析 | 第12-15页 |
| 1.3.3 研究现状分析 | 第15页 |
| 1.4 本课题研究内容 | 第15-17页 |
| 第2章 检测定位系统的搭建 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 硬件平台搭建 | 第17-22页 |
| 2.2.1 硬件平台介绍 | 第17-18页 |
| 2.2.2 机器人与相机手眼标定 | 第18-20页 |
| 2.2.3 基于Jaco机械臂的运动学建模 | 第20-22页 |
| 2.3 软件系统搭建 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于神经网络货架商品检测 | 第24-39页 |
| 3.1 引言 | 第24页 |
| 3.2 基于神经网络的物体检测模型 | 第24-29页 |
| 3.2.1 FasterRCNN网络模型 | 第24-26页 |
| 3.2.2 SSD网络模型 | 第26-29页 |
| 3.3 SSD网络模型的优化 | 第29-35页 |
| 3.3.1 聚类算法的选取 | 第29-30页 |
| 3.3.2 默认框优化 | 第30-35页 |
| 3.4 基于优化SSD模型的物体检测 | 第35-38页 |
| 3.4.1 货架环境数据集的制作 | 第35-36页 |
| 3.4.2 新数据集的训练与参数调整 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于点云配准的位姿估计 | 第39-54页 |
| 4.1 引言 | 第39页 |
| 4.2 点云配准算法的研究与分析 | 第39-45页 |
| 4.2.1 迭代最近点算法 | 第39-41页 |
| 4.2.2 共面4点仿射集算法 | 第41-43页 |
| 4.2.3 基于粒子滤波的匹配算法 | 第43-45页 |
| 4.3 点云模型的获取 | 第45-49页 |
| 4.3.1 深度摄像头的标定 | 第45-47页 |
| 4.3.2 目标点云和参考点云的建立 | 第47-49页 |
| 4.4 基于ICP的位姿估计方法 | 第49-51页 |
| 4.5 机械臂辅助检测定位 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 货架环境检测定位系统实验 | 第54-62页 |
| 5.1 引言 | 第54页 |
| 5.2 模拟环境下检测定位实验 | 第54-61页 |
| 5.2.1 目标物体检测实验 | 第54-55页 |
| 5.2.2 目标点云配准实验 | 第55-57页 |
| 5.2.3 机械臂定点实验 | 第57-61页 |
| 5.3 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第68-70页 |
| 致谢 | 第70页 |
