| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 课题来源、研究背景及意义 | 第14-16页 |
| 1.1.1 课题来源 | 第14页 |
| 1.1.2 研究背景及意义 | 第14-16页 |
| 1.2 服务机器人国内外研究现状 | 第16-20页 |
| 1.2.1 国外研究现状 | 第16-18页 |
| 1.2.2 国内研究现状 | 第18-20页 |
| 1.3 服务机器人手眼协调仿生控制研究进展 | 第20-21页 |
| 1.4 论文主要研究内容 | 第21-24页 |
| 第二章 服务机器人系统架构 | 第24-46页 |
| 2.1 立体视觉系统 | 第25-31页 |
| 2.2 模块化手臂系统 | 第31-38页 |
| 2.3 轮式移动底盘系统 | 第38-45页 |
| 2.4 本章小结 | 第45-46页 |
| 第三章 基于方向多尺度特性的目标识别算法 | 第46-59页 |
| 3.1 人眼视觉的方向多尺度特性 | 第46-47页 |
| 3.2 基于轮廓波域隐马尔可夫树模型的方向多尺度特征提取 | 第47-56页 |
| 3.2.1 隐马尔可夫树模型 | 第47-48页 |
| 3.2.2 轮廓波变换原理 | 第48-52页 |
| 3.2.3 轮廓波系数关系 | 第52页 |
| 3.2.4 轮廓波系数统计模型 | 第52-54页 |
| 3.2.5 图像边缘特征提取算法 | 第54-56页 |
| 3.3 改进的归一化互相关特征匹配算法 | 第56-57页 |
| 3.4 本章小结 | 第57-59页 |
| 第四章 基于立体视觉对极约束原理的目标位置测量 | 第59-71页 |
| 4.1 人眼立体视觉原理 | 第59-62页 |
| 4.1.1 人眼视觉系统 | 第59-60页 |
| 4.1.2 人眼立体视觉原理 | 第60-62页 |
| 4.2 基于立体视觉的目标位置测量 | 第62-70页 |
| 4.2.1 对极几何约束原理 | 第62-64页 |
| 4.2.2 基于对极几何与单应矩阵的立体匹配算法 | 第64-70页 |
| 4.2.3 目标位置测量 | 第70页 |
| 4.3 本章小结 | 第70-71页 |
| 第五章 服务机器人静态目标抓取 | 第71-97页 |
| 5.1 人体手眼协调运动机理及数学模型 | 第71-77页 |
| 5.1.1 人体手臂结构解剖 | 第71-72页 |
| 5.1.2 人体手眼协调运动最优轨迹机理 | 第72-75页 |
| 5.1.3 人体手眼协调运动数学模型 | 第75-77页 |
| 5.2 服务机器人静态目标抓取仿生运动规划 | 第77-81页 |
| 5.3 服务机器人手臂运动学分析 | 第81-96页 |
| 5.3.1 手臂结构参数建模 | 第81-87页 |
| 5.3.2 手臂正运动学 | 第87-94页 |
| 5.3.3 手臂逆运动学 | 第94-96页 |
| 5.4 本章小结 | 第96-97页 |
| 第六章 服务机器人动态目标跟踪 | 第97-103页 |
| 6.1 动态目标跟踪仿生控制算法 | 第97-102页 |
| 6.2 本章小结 | 第102-103页 |
| 第七章 实验研究 | 第103-118页 |
| 7.1 实验平台及基本设置 | 第103页 |
| 7.2 基于立体视觉的目标识别及位置测量实验 | 第103-109页 |
| 7.2.1 图像边缘特征提取 | 第103-106页 |
| 7.2.2 目标识别及位置测量 | 第106-109页 |
| 7.3 服务机器人静态目标抓取仿生控制实验 | 第109-114页 |
| 7.3.1 手臂运动学实验 | 第109-110页 |
| 7.3.2 静态目标抓取仿生控制实验 | 第110-114页 |
| 7.4 服务机器人动态目标跟踪仿生控制实验 | 第114-117页 |
| 7.5 本章小结 | 第117-118页 |
| 第八章 总结与展望 | 第118-120页 |
| 8.1 全文总结 | 第118-119页 |
| 8.2 研究展望 | 第119页 |
| 8.3 本章小结 | 第119-120页 |
| 参考文献 | 第120-128页 |
| 作者在攻读博士学位期间取得主要学术成果 | 第128-129页 |
| 作者攻读博士期间发表的论文 | 第128页 |
| 作者攻读博士期间参加的主要科研项目 | 第128-129页 |
| 致谢 | 第129-130页 |