图像引导机器人的运动路径优化
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 机器视觉发展现状 | 第12-13页 |
| 1.2.2 机器人路径规划算法研究现状 | 第13-14页 |
| 1.2.3 图像引导机器人研究现状 | 第14-15页 |
| 1.3 研究难点及发展趋势 | 第15-17页 |
| 1.4 本文研究目的和内容 | 第17-19页 |
| 第2章 图像引导机器人系统设计 | 第19-41页 |
| 2.1 运动控制系统的硬件结构 | 第19-21页 |
| 2.2 运动控制系统硬件选型 | 第21-28页 |
| 2.2.1 伺服系统参数计算及硬件选型 | 第21-24页 |
| 2.2.2 伺服系统硬件配置 | 第24-26页 |
| 2.2.3 机器人运动控制系统调试 | 第26-28页 |
| 2.3 机器视觉系统 | 第28-32页 |
| 2.3.1 机器视觉系统的构成 | 第28-29页 |
| 2.3.2 工业相机选型 | 第29-32页 |
| 2.4 软件功能设计 | 第32-33页 |
| 2.5 工业相机的自动对焦 | 第33-40页 |
| 2.5.1 自动对焦系统构成 | 第34-35页 |
| 2.5.2 无参考图像清晰度评价方法 | 第35-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第3章 机器人路径规划的环境建模 | 第41-53页 |
| 3.1 路径规划问题 | 第41-44页 |
| 3.1.1 基本描述 | 第41-42页 |
| 3.1.2 旅行商问题 | 第42-44页 |
| 3.2 路径规划环境建模 | 第44-48页 |
| 3.2.1 坐标系转换 | 第44-46页 |
| 3.2.2 数字矩阵模型 | 第46-48页 |
| 3.3 运动距离矩阵 | 第48-50页 |
| 3.4 实验模拟仿真 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 机器人运动路径优化方法研究 | 第53-65页 |
| 4.1 用于TSP问题的启发式算法 | 第53-54页 |
| 4.2 启发式算法研究 | 第54-61页 |
| 4.2.1 遗传算法 | 第54-57页 |
| 4.2.2 蚁群算法 | 第57-61页 |
| 4.3 算法对比 | 第61-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第5章 路径优化算法实验仿真 | 第65-75页 |
| 5.1 改良的路径优化方法 | 第65-66页 |
| 5.2 机器人路径规划算法分析 | 第66-69页 |
| 5.2.1 初始信息参数的设定 | 第66页 |
| 5.2.2 改进蚁群算法流程图 | 第66-67页 |
| 5.2.3 信息素设计策略 | 第67-69页 |
| 5.3 实验仿真 | 第69-74页 |
| 5.3.1 程序实现方法 | 第69-70页 |
| 5.3.2 仿真结果 | 第70-72页 |
| 5.3.3 优化算法性能分析 | 第72-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-85页 |
| 附录 攻读硕士学位期间发表的成果 | 第85-87页 |
| 致谢 | 第87页 |
