| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8页 |
| 1.2 基于机器视觉的机械手分拣系统现状 | 第8-11页 |
| 1.2.1 国外分拣机械手现状 | 第8-10页 |
| 1.2.2 国内分拣机械手现状 | 第10-11页 |
| 1.3 国内外对抓取路径的研究近状 | 第11-12页 |
| 1.3.1 国外的研究现状 | 第12页 |
| 1.3.2 国内的研究现状 | 第12页 |
| 1.4 本文研究目标及内容 | 第12-14页 |
| 1.4.1 研究目标 | 第12-13页 |
| 1.4.2 研究内容 | 第13-14页 |
| 第2章 基于单目摄像机的目标定位 | 第14-36页 |
| 2.1 目标图像预处理 | 第14-27页 |
| 2.1.1 图像增强 | 第14-20页 |
| 2.1.2 图像分割 | 第20-21页 |
| 2.1.3 边缘检测 | 第21-26页 |
| 2.1.4 特征值提取 | 第26-27页 |
| 2.2 目标对象识别 | 第27-29页 |
| 2.2.1 帧间差分法 | 第27-28页 |
| 2.2.2 基于光流目标识别法 | 第28页 |
| 2.2.3 阈值分割法 | 第28-29页 |
| 2.3 目标跟踪过程设计 | 第29-30页 |
| 2.4 基于Halcon的单目摄像机标定 | 第30-35页 |
| 2.4.1 摄像机的模型 | 第30-32页 |
| 2.4.2 基于Halcon的标定 | 第32-35页 |
| 2.5 本章小节 | 第35-36页 |
| 第3章 六轴机械手模型的建立及其运动学分析 | 第36-48页 |
| 3.1 概述 | 第36-37页 |
| 3.2 坐标变换 | 第37-39页 |
| 3.3 D-H法建模 | 第39-42页 |
| 3.4 正运动学分析 | 第42-44页 |
| 3.5 逆运动学分析 | 第44-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 六轴机械手的运动轨迹规划 | 第48-63页 |
| 4.1 轨迹规划的概述 | 第48-49页 |
| 4.2 轨迹规划的一般问题 | 第49-51页 |
| 4.3 关节空间轨迹规划 | 第51-62页 |
| 4.3.1 点对点运动 | 第51-56页 |
| 4.3.2 通过系列点运动 | 第56-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 基于RBF神经网络的机械手控制 | 第63-75页 |
| 5.1 神经网络控制系统 | 第63-65页 |
| 5.1.1 神经网络控制的原理 | 第63-64页 |
| 5.1.2 RBF神经网络的控制特点 | 第64-65页 |
| 5.2 基于模型逼近的机械手RBF网络自适应滑模控制 | 第65-69页 |
| 5.2.1 控制算法 | 第65-67页 |
| 5.2.2 仿真结果 | 第67-69页 |
| 5.3 基于RBF网络最小参数学习法的机械手自适应控制 | 第69-74页 |
| 5.3.1 控制算法 | 第70-72页 |
| 5.3.2 仿真结果 | 第72-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第6章 基于PLC的自动分拣系统实现 | 第75-88页 |
| 6.1 功能描述 | 第75页 |
| 6.2 机器视觉系统 | 第75-77页 |
| 6.3 机械手运动控制系统 | 第77-81页 |
| 6.3.1 机械手本体 | 第77-79页 |
| 6.3.2 PLC的选型 | 第79页 |
| 6.3.3 机械手I/O端子 | 第79-81页 |
| 6.4 人机界面设计 | 第81-84页 |
| 6.4.1 触摸屏 | 第81-82页 |
| 6.4.2 平台面板 | 第82-83页 |
| 6.4.3 机械手控制界面 | 第83-84页 |
| 6.5 实验分析 | 第84-87页 |
| 6.6 本章小结 | 第87-88页 |
| 第7章 总结与展望 | 第88-90页 |
| 7.1 论文总结 | 第88页 |
| 7.2 研究展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 致谢 | 第94-95页 |
| 作者简介 | 第95页 |
| 攻读硕士学位期间研究成果 | 第95页 |