| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景与意义 | 第9页 |
| 1.2 基于视觉的物体识别与位姿估计研究现状 | 第9-12页 |
| 1.2.1 基于二维图像的零件识别 | 第9-10页 |
| 1.2.2 基于三维点云的零件识别 | 第10-12页 |
| 1.2.3 物体识别研究现状分析 | 第12页 |
| 1.3 机器人抓取位置规划的研究现状 | 第12-14页 |
| 1.3.1 一个抓取点的抓取规划 | 第12-13页 |
| 1.3.2 多个抓取点的抓取规划 | 第13页 |
| 1.3.3 抓取位置规划研究现状分析 | 第13-14页 |
| 1.4 本文的主要研究内容 | 第14-15页 |
| 第2章 零件识别与抓取方位规划总体方案设计 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 影响零件抓取的因素分析 | 第15-17页 |
| 2.2.1 应用场景 | 第15-16页 |
| 2.2.2 抓取规划干涉因素分析 | 第16-17页 |
| 2.3 系统组成模块与主要流程设计 | 第17-20页 |
| 2.3.1 功能模块设计 | 第17-18页 |
| 2.3.2 零件识别与抓取方位规划流程设计 | 第18-20页 |
| 2.4 点云数据处理与存储格式介绍 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于CAD模型库的零件识别与位姿估计 | 第23-43页 |
| 3.1 引言 | 第23页 |
| 3.2 基于八叉树搜索的点云K邻域的建立 | 第23-27页 |
| 3.2.1 点云邻域类型与搜索算法概述 | 第23-24页 |
| 3.2.2 八叉树基本原理 | 第24-25页 |
| 3.2.3 点云的空间位置编码 | 第25-27页 |
| 3.3 点云数据的获取与预处理 | 第27-35页 |
| 3.3.1 CAD模型点云的获取 | 第27-29页 |
| 3.3.2 零件扫描点云的预处理 | 第29-34页 |
| 3.3.3 点云的法向量估计 | 第34-35页 |
| 3.4 基于PPF特征匹配的零件识别与位姿估计 | 第35-42页 |
| 3.4.1 PPF特征的构建与改进 | 第36-38页 |
| 3.4.2 基于RANSAC算法的匹配过程设计 | 第38页 |
| 3.4.3 PPF特征匹配 | 第38-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 面向自动化装配的零件抓取方位规划 | 第43-63页 |
| 4.1 引言 | 第43页 |
| 4.2 基于离散化方法的抓取接近方向可行域计算 | 第43-48页 |
| 4.2.1 零件间干涉问题分析与解决方案设计 | 第44-45页 |
| 4.2.2 基于包围盒的机械手与零件间定性干涉检测 | 第45-47页 |
| 4.2.3 机械手与零件干涉情况的定量精确计算 | 第47-48页 |
| 4.3 抓取接触位置可行域计算 | 第48-57页 |
| 4.3.1 装配体干涉问题分析与解决方案设计 | 第48-50页 |
| 4.3.2 层次包围盒树的构建 | 第50-52页 |
| 4.3.3 基于层次包围盒的干涉检测 | 第52-57页 |
| 4.4 基于力封闭原则的稳定抓取方位确定 | 第57-61页 |
| 4.4.1 抓取接触模型 | 第58页 |
| 4.4.2 稳定抓取的力封闭条件 | 第58-60页 |
| 4.4.3 基于抓取矩阵代数性质的质量评估指标 | 第60-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 零件识别实验与抓取方位规划仿真 | 第63-71页 |
| 5.1 引言 | 第63页 |
| 5.2 开发环境选择与系统组成模块设计 | 第63-64页 |
| 5.2.1 开发环境选择 | 第63页 |
| 5.2.2 系统组成框架 | 第63-64页 |
| 5.3 零件识别与抓取规划实验验证 | 第64-70页 |
| 5.3.1 零件识别与位姿估计实验 | 第64-68页 |
| 5.3.2 零件抓取仿真实验 | 第68-70页 |
| 5.4 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79页 |