| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究概况 | 第11-21页 |
| 1.2.1 焊接机器人的现状及技术发展趋势 | 第11-14页 |
| 1.2.2 焊接路径识别技术研究现状 | 第14-18页 |
| 1.2.3 焊接机器人视觉伺服控制技术的国内外现状 | 第18-21页 |
| 1.3 本论文的研究意义 | 第21-23页 |
| 1.4 本文主要研究内容 | 第23-24页 |
| 第二章 旋转工件V形多层焊缝的序贯动态模式识别 | 第24-40页 |
| 2.1 引言 | 第24-25页 |
| 2.2 旋转工件焊接平台及V型焊缝视频采集系统 | 第25-27页 |
| 2.3 旋转工件V形多层焊缝的序贯动态模式识别总体思路 | 第27页 |
| 2.4 旋转工件V形多层焊缝图像的预处理 | 第27-29页 |
| 2.4.1 图像二值化 | 第27-28页 |
| 2.4.2 中值滤波及拉普拉斯锐化 | 第28-29页 |
| 2.4.3 骨架提取 | 第29页 |
| 2.4.4 线性插值 | 第29页 |
| 2.5 旋转工件V形焊缝的特征角点提取 | 第29-30页 |
| 2.6 旋转工件V形多层焊缝序贯动态模式识别的具体过程 | 第30-32页 |
| 2.7 实验结果及分析 | 第32-38页 |
| 2.7.1 焊缝视频无干扰的情形 | 第32-35页 |
| 2.7.2 焊缝视频有干扰的情形 | 第35-38页 |
| 2.8 本章小结 | 第38-40页 |
| 第三章 薄钢板焊接机器人焊接路径识别与跟踪控制 | 第40-64页 |
| 3.1 窄焊缝焊接存在的问题 | 第40页 |
| 3.2 视觉系统组成 | 第40-48页 |
| 3.2.1 视觉系统设计 | 第40-41页 |
| 3.2.2 视觉测量机理 | 第41-45页 |
| 3.2.3 视觉图像处理框架 | 第45-47页 |
| 3.2.4 视觉系统和算法实现 | 第47-48页 |
| 3.3 图像处理 | 第48-52页 |
| 3.3.1 图像滤波 | 第48页 |
| 3.3.2 激光条纹骨架识别 | 第48-50页 |
| 3.3.3 焊缝轮廓识别 | 第50-51页 |
| 3.3.4 特征点提取 | 第51页 |
| 3.3.5 焊缝特征数据滤波 | 第51-52页 |
| 3.4 对接窄焊缝视觉控制方法 | 第52-55页 |
| 3.4.1 视觉控制系统结构 | 第52-53页 |
| 3.4.2 实验结果与分析 | 第53-55页 |
| 3.5 空间焊缝跟踪控制系统 | 第55-63页 |
| 3.5.1 跟踪控制系统架构 | 第55-59页 |
| 3.5.2 实验软件及其结果分析 | 第59-63页 |
| 3.6 本章小结 | 第63-64页 |
| 第四章 多种约束下六自由度机器人视觉预测控制 | 第64-88页 |
| 4.1 六自由度机械臂数学模型 | 第64-68页 |
| 4.1.1 六自由度机械臂数学模型建立 | 第64-67页 |
| 4.1.2 六自由度机器臂的雅可比矩阵 | 第67-68页 |
| 4.2 摄像机模型建立 | 第68-74页 |
| 4.2.1 针孔摄像机模型 | 第68-70页 |
| 4.2.2 六自由度puma560机械臂的图像雅可比 | 第70-74页 |
| 4.3 机器人视觉伺服控制框架 | 第74-75页 |
| 4.4 基于预测框架的视觉伺服控制器设计 | 第75-80页 |
| 4.4.1 视觉伺服系统结构 | 第75-77页 |
| 4.4.2 视觉预测控制过程中的几个约束 | 第77页 |
| 4.4.3 预测模型建立 | 第77-80页 |
| 4.4.3.1 图像特征变化的动态过程模型 | 第77-79页 |
| 4.4.3.2 视觉预测控制器的性能指标函数 | 第79页 |
| 4.4.3.3 图像空间的预测控制器设计 | 第79-80页 |
| 4.5 仿真和分析 | 第80-85页 |
| 4.6 本章小结 | 第85-88页 |
| 第五章 基于增强学习的焊接机械臂轨迹跟踪控制 | 第88-106页 |
| 5.1 引言 | 第88页 |
| 5.2 机械臂轨迹跟踪控制问题 | 第88-91页 |
| 5.2.1 机械臂动力学模型 | 第88-89页 |
| 5.2.2 轨迹跟踪控制 | 第89-91页 |
| 5.3 增强学习基本原理 | 第91-94页 |
| 5.3.1 增强学习的方法框架 | 第91-93页 |
| 5.3.2 时间差分方法 | 第93-94页 |
| 5.4 基于SARSA的机械臂轨迹跟踪控制策略 | 第94-99页 |
| 5.4.1 控制器结构设计 | 第94-95页 |
| 5.4.2 基于SARSA算法的补偿控制策略 | 第95-97页 |
| 5.4.3 Q值函数存储与学习 | 第97-99页 |
| 5.4.4 动作选择 | 第99页 |
| 5.5 仿真实验 | 第99-104页 |
| 5.5.1 实验设定 | 第99-100页 |
| 5.5.2 跟踪控制仿真实验 | 第100-104页 |
| 5.6 本章小结 | 第104-106页 |
| 第六章 总结与展望 | 第106-108页 |
| 6.1 论文总结与创新点 | 第106-107页 |
| 6.1.1 博士期间工作总结 | 第106-107页 |
| 6.1.2 论文创新点 | 第107页 |
| 6.2 进一步研究内容 | 第107-108页 |
| 参考文献 | 第108-116页 |
| 攻读学位期间所取得的相关科研成果 | 第116-118页 |
| 致谢 | 第118页 |
