| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 引言 | 第9-10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-15页 |
| 1.2.1 基于位置的视觉伺服 | 第11-12页 |
| 1.2.2 基于图像的视觉伺服 | 第12-13页 |
| 1.2.3 混合式视觉伺服 | 第13页 |
| 1.2.4 无标定视觉伺服 | 第13-14页 |
| 1.2.5 目标物的检测与位姿估计 | 第14-15页 |
| 1.3 研究内容与思路 | 第15-17页 |
| 第2章 机器视觉基础 | 第17-27页 |
| 2.1 图像特征 | 第17-20页 |
| 2.1.1 摄像机模型 | 第17-18页 |
| 2.1.2 数字图像特征 | 第18页 |
| 2.1.3 坐标系变换 | 第18-20页 |
| 2.2 相机标定 | 第20-22页 |
| 2.3 手眼标定 | 第22页 |
| 2.4 位姿估计 | 第22-25页 |
| 2.4.1 位姿估计中的约束条件 | 第22-23页 |
| 2.4.2 单目视觉位姿估计 | 第23-25页 |
| 2.4.3 立体视觉位姿估计 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 机器人视觉伺服控制基础 | 第27-37页 |
| 3.1 机器人运动控制基础 | 第27-31页 |
| 3.1.1 机器人连杆描述 | 第27-28页 |
| 3.1.2 机器人运动学 | 第28-29页 |
| 3.1.3 机器人雅可比矩阵 | 第29-30页 |
| 3.1.4 图像雅可比矩阵 | 第30-31页 |
| 3.2 经典视觉伺服控制 | 第31-35页 |
| 3.2.1 基于图像的视觉伺服控制 | 第32-34页 |
| 3.2.2 基于位置的视觉伺服控制 | 第34-35页 |
| 3.3 无标定视觉伺服控制 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 目标物的检测与追踪 | 第37-63页 |
| 4.1 移动目标物轨迹估计与位置预测 | 第37-41页 |
| 4.1.1 基于卡尔曼滤波的轨迹估计 | 第37-40页 |
| 4.1.2 基于递归最小二乘方法的轨迹估计 | 第40页 |
| 4.1.3 实验结果及分析 | 第40-41页 |
| 4.2 基于模型的目标物追踪 | 第41-49页 |
| 4.2.1 基于二维模型的目标物追踪 | 第42-44页 |
| 4.2.2 基于三维模型的目标物追踪 | 第44-45页 |
| 4.2.3 实验结果及分析 | 第45-49页 |
| 4.3 机械臂控制 | 第49-62页 |
| 4.3.1 机械臂的运动学模型 | 第49-52页 |
| 4.3.2 机械臂的动力学模型 | 第52-54页 |
| 4.3.3 基于PID的机械臂控制 | 第54-57页 |
| 4.3.4 参数不确定下的机械臂的自适应控制 | 第57-59页 |
| 4.3.5 实验结果及分析 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 机器人视觉伺服控制仿真实验 | 第63-69页 |
| 5.1 基于位置的视觉伺服算法仿真 | 第63-64页 |
| 5.2 基于图像的视觉伺服算法仿真 | 第64-66页 |
| 5.3 无标定视觉伺服算法仿真 | 第66-69页 |
| 5.3.1 基于卡尔曼滤波的无标定视觉伺服仿真实现 | 第67-68页 |
| 5.3.2 实验结果分析 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |