智能乒乓球发球机器人
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究意义 | 第11-12页 |
| 1.2 乒乓球机器人研究进展与趋势 | 第12页 |
| 1.3 文章结构 | 第12-15页 |
| 第二章 乒乓球机器人现状及问题解决方案 | 第15-27页 |
| 2.1 国内外研究现状 | 第15-21页 |
| 2.2 当前研究存在的问题 | 第21-22页 |
| 2.3 解决方案 | 第22-23页 |
| 2.4 人工神经网络介绍 | 第23-26页 |
| 2.4.1 RBF神经网络介绍 | 第24页 |
| 2.4.2 RBF神经网络结构模型 | 第24-26页 |
| 2.5 本研究的创新点 | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 乒乓球发球机器人系统 | 第27-57页 |
| 3.1 运动系统搭建 | 第27-39页 |
| 3.1.1 运动系统硬件设计 | 第27-34页 |
| 3.1.1.1 抛球装置 | 第27-28页 |
| 3.1.1.2 机械臂本体设计 | 第28-34页 |
| 3.1.1.2.1 机械臂结构 | 第29-30页 |
| 3.1.1.2.2 伺服驱动器选取 | 第30-32页 |
| 3.1.1.2.3 伺服电机选取 | 第32-33页 |
| 3.1.1.2.4 联轴器选取 | 第33-34页 |
| 3.1.2 运动系统控制软件设计 | 第34-39页 |
| 3.1.2.1 抛球装置充电弹球控制 | 第35页 |
| 3.1.2.2 腰部电机与小臂电机转动控制 | 第35-37页 |
| 3.1.2.3 动作还原控制 | 第37页 |
| 3.1.2.4 各个操作时间控制 | 第37-38页 |
| 3.1.2.5 软件操作界面 | 第38-39页 |
| 3.2 视觉系统的搭建 | 第39-53页 |
| 3.2.1 视觉系统的硬件设计 | 第39-41页 |
| 3.2.1.1 摄像机介绍 | 第40-41页 |
| 3.2.2 视觉系统的软件设计 | 第41-53页 |
| 3.2.2.1 图像采集 | 第42页 |
| 3.2.2.2 球体检测 | 第42-44页 |
| 3.2.2.3 曲线拟合 | 第44-46页 |
| 3.2.2.4 寻找对应点 | 第46-48页 |
| 3.2.2.5 三维坐标计算 | 第48-50页 |
| 3.2.2.5.1 针孔摄像机模型 | 第48-49页 |
| 3.2.2.5.2 双目视觉模型 | 第49-50页 |
| 3.2.2.6 运动轨迹拟合 | 第50-52页 |
| 3.2.2.7 虚拟轨迹实现 | 第52-53页 |
| 3.3 基于人工神经网络学习 | 第53-56页 |
| 3.3.1 RBF神经网络的学习算法 | 第54-55页 |
| 3.3.2 机器人学习过程 | 第55-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第四章 实验步骤与结果分析 | 第57-81页 |
| 4.1 双目视觉摄像机标定 | 第57-60页 |
| 4.2 抛球装置稳定性分析 | 第60-64页 |
| 4.3 机器人发球稳定性分析 | 第64-69页 |
| 4.3.1 工作区安装配置 | 第65页 |
| 4.3.2 实验步骤 | 第65-67页 |
| 4.3.3 数据分析 | 第67-69页 |
| 4.4 机器人发球学习 | 第69-75页 |
| 4.4.1 工作区安装配置 | 第69页 |
| 4.4.2 实验步骤 | 第69-75页 |
| 4.5 机器人发球学习检验 | 第75-79页 |
| 4.6 本章小结 | 第79-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 5.1 研究工作总结 | 第81页 |
| 5.2 未来工作展望 | 第81-83页 |
| 参考文献 | 第83-85页 |
| 附录 列举第一组发球球飞行轨迹 | 第85-87页 |
| 攻读硕士学位期间发表的论文 | 第87-89页 |
| 致谢 | 第89-90页 |
