| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-29页 |
| 1.1 研究背景与目的 | 第12页 |
| 1.2 冗余度机器人的特点与发展 | 第12-24页 |
| 1.2.1 冗余度机器人的特点 | 第12-13页 |
| 1.2.2 冗余度机器人的国内外发展现状 | 第13-19页 |
| 1.2.3 冗余度机器人逆运动学研究现状 | 第19-22页 |
| 1.2.4 冗余度机器人控制优化方法 | 第22-24页 |
| 1.3 基于仿生机理的机器视觉感知与目标识别 | 第24-27页 |
| 1.3.1 机器视觉在工业机器人领域的应用与发展 | 第24-26页 |
| 1.3.2 仿生机理在机器视觉中的应用与发展 | 第26-27页 |
| 1.4 本文研究内容 | 第27-29页 |
| 第2章 冗余度涂胶机器人系统分析 | 第29-42页 |
| 2.1 工业涂胶机器人系统组成 | 第29-33页 |
| 2.1.1 工业涂胶机器人的国内外发展现状 | 第29-30页 |
| 2.1.2 工业涂胶机器人的系统构成与分类 | 第30-33页 |
| 2.2 IRB 1410机器人介绍 | 第33-36页 |
| 2.2.1 IRB 1410机器人的组成与构型 | 第33-34页 |
| 2.2.2 IRB 1410机器人的工作空间与运动性能 | 第34-36页 |
| 2.3 冗余度涂胶机器人方案设计与实验平台搭建 | 第36-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第3章 冗余度涂胶机器人运动控制研究 | 第42-85页 |
| 3.1 冗余度机器人运动学基本原理 | 第42-45页 |
| 3.1.1 空间坐标系与坐标变换 | 第43-44页 |
| 3.1.2 运动学方程建立准则 | 第44-45页 |
| 3.2 冗余度涂胶机器人正运动学研究 | 第45-51页 |
| 3.2.1 冗余度涂胶机器人运动学方程 | 第46-50页 |
| 3.2.2 冗余度涂胶机器人正运动学分析 | 第50-51页 |
| 3.3 冗余度涂胶机器人逆运动学研究 | 第51-62页 |
| 3.3.1 逆运动学解问题的讨论 | 第51-52页 |
| 3.3.2 基于虚拟关节法的冗余度逆解算法 | 第52-55页 |
| 3.3.3 冗余度机器人工具坐标系位姿的求解 | 第55-56页 |
| 3.3.4 虚拟机器人逆运动学求解 | 第56-62页 |
| 3.4 基于Simulink/Adams联合仿真的逆运动学验证实验 | 第62-71页 |
| 3.4.1 机器人末端轨迹规划 | 第62-63页 |
| 3.4.2 Adams中模型的导入与处理 | 第63-66页 |
| 3.4.3 Simulink/Adams联合仿真实验 | 第66-69页 |
| 3.4.4 对照实验 | 第69-71页 |
| 3.5 冗余度涂胶机器人动力学研究 | 第71-84页 |
| 3.5.1 冗余度涂胶机器人动力学建模 | 第71-73页 |
| 3.5.2 模糊自适应参数整定PD控制器设计 | 第73-81页 |
| 3.5.3 冗余度涂胶机器人动力学仿真 | 第81-84页 |
| 3.6 本章小结 | 第84-85页 |
| 第4章 冗余度涂胶机器人自主轨迹规划研究 | 第85-98页 |
| 4.1 冗余度机器人工作空间求解 | 第86-87页 |
| 4.2 冗余度机器人避障策略与算法 | 第87-90页 |
| 4.2.1 梯度投影法 | 第87-88页 |
| 4.2.2 基于雅可比转置矩阵的避障算法 | 第88-90页 |
| 4.3 仿真验证 | 第90-96页 |
| 4.4 本章小结 | 第96-98页 |
| 第5章 冗余度涂胶机器人机器视觉关键技术研究 | 第98-117页 |
| 5.1 基于活动轮廓模型的新型图像分割算法 | 第100-102页 |
| 5.1.1 传统基于模型分割的算法的不足 | 第100-101页 |
| 5.1.2 局部活动轮廓模型的建立 | 第101-102页 |
| 5.2 基于立体视觉的轮廓优化匹配算法 | 第102-110页 |
| 5.2.1 立体匹配算法 | 第104-107页 |
| 5.2.2 轮廓优化匹配算法研究 | 第107-110页 |
| 5.3 基于仿生机理的特定目标识别算法研究 | 第110-116页 |
| 5.5 本章小结 | 第116-117页 |
| 第6章 冗余度涂胶机器人关键技术的实验与验证 | 第117-137页 |
| 6.1 冗余度涂胶机器人验证实验 | 第117-121页 |
| 6.1.1 汽车前挡玻璃的涂胶试验 | 第118-119页 |
| 6.1.2 汽车大灯涂胶轨迹的对比实验 | 第119-121页 |
| 6.2 机器视觉关键技术的验证实验 | 第121-136页 |
| 6.2.1 新型图像分割算法实验及结果分析 | 第121-122页 |
| 6.2.2 轮廓优化匹配算法实验验证 | 第122-128页 |
| 6.2.3 特定目标识别实验结果分析 | 第128-130页 |
| 6.2.4 涂胶质量检测 | 第130-136页 |
| 6.3 本章小结 | 第136-137页 |
| 结论与展望 | 第137-140页 |
| 参考文献 | 第140-147页 |
| 攻读博士学位期间发表的学术论文 | 第147-148页 |
| 致谢 | 第148页 |
