| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 路径规划的国内外研究现状 | 第10-12页 |
| 1.2.2 多机器人搬运的国内外研究现状 | 第12页 |
| 1.3 国内外研究现状分析 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-14页 |
| 第2章 基于NAO机器人的目标识别与定位 | 第14-25页 |
| 2.1 引言 | 第14页 |
| 2.2 颜色空间与图像预处理 | 第14-16页 |
| 2.2.1 颜色空间 | 第14-15页 |
| 2.2.2 图像预处理 | 第15-16页 |
| 2.3 NAO机器人的目标识别 | 第16-18页 |
| 2.4 NAO机器人的目标定位 | 第18-22页 |
| 2.4.1 坐标系空间 | 第18-20页 |
| 2.4.2 单目视觉的定位模型 | 第20-22页 |
| 2.5 单目视觉定位实验 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于改进人工势场法的路径规划及避障算法 | 第25-35页 |
| 3.1 引言 | 第25页 |
| 3.2 传统人工势场法 | 第25-27页 |
| 3.2.1 引力场函数 | 第25-26页 |
| 3.2.2 斥力场函数 | 第26-27页 |
| 3.2.3 局部极小点问题 | 第27页 |
| 3.3 改进的人工势场法 | 第27-29页 |
| 3.3.1 改进斥力场函数 | 第27-28页 |
| 3.3.2 虚拟斥力点法 | 第28-29页 |
| 3.4 改进人工势场法的仿真结果 | 第29-30页 |
| 3.5 基于视觉的NAO机器人避障算法 | 第30-34页 |
| 3.5.1 NAO Marks | 第30-31页 |
| 3.5.2 基于NAO Marks的NAO机器人避障机制 | 第31-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于NAO机器人的位置调整与搬运方案设计 | 第35-44页 |
| 4.1 引言 | 第35页 |
| 4.2 NAO机器人位置调整方案 | 第35-37页 |
| 4.3 搬运目标设计与抬动方案 | 第37-40页 |
| 4.3.1 搬运目标设计方案 | 第37-38页 |
| 4.3.2 搬运目标抬起方案 | 第38-40页 |
| 4.4 基于步态控制的NAO机器人队形保持方案 | 第40-43页 |
| 4.4.1 NAO机器人的步态控制器 | 第40-41页 |
| 4.4.2 NAO机器人的队形保持方案 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 基于NAO机器人的路径规划与搬运实验验证 | 第44-53页 |
| 5.1 引言 | 第44页 |
| 5.2 实验场景塔建 | 第44-46页 |
| 5.3 NAO机器人的主动避障实验 | 第46-48页 |
| 5.4 NAO机器人的搬运实验 | 第48-52页 |
| 5.4.1 NAO机器人的位置调整实验 | 第48-50页 |
| 5.4.2 NAO机器人的搬运实验 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60页 |