首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机械手论文

基于Kinect的机械臂人机交互控制系统设计

摘要第4-5页
Abstract第5-6页
1 绪论第10-20页
    1.1 课题研究背景及意义第10-11页
    1.2 国内外研究现状第11-17页
        1.2.1 机械臂控制系统研究现状第11-14页
        1.2.2 人机交互研究现状第14-15页
        1.2.3 Kinect体感技术研究现状第15-17页
    1.3 本文的主要研究内容和章节安排第17-19页
        1.3.1 研究内容第17-18页
        1.3.2 章节安排第18-19页
    1.4 本章小结第19-20页
2 深度图像的获取与预处理第20-29页
    2.1 Kinect传感器的结构第20-21页
        2.1.1 Kinect传感器的硬件系统第20-21页
        2.1.2 Kinect获取深度图像原理第21页
    2.2 深度图像的获取及分析第21-23页
    2.3 深度图像的校正第23-26页
        2.3.1 深度信息与实际距离的转换第23-25页
        2.3.2 深度图像到空间三维坐标的转换第25页
        2.3.3 深度图像到RGB图像的配准第25-26页
    2.4 深度图像预处理第26-28页
        2.4.1 深度图像滤波第26-27页
        2.4.2 形态学操作第27-28页
    2.5 本章小结第28-29页
3 基于深度信息的手势判定研究第29-46页
    3.1 人机交互系统中手势识别技术分析第29-30页
    3.2 手部分割第30-37页
        3.2.1 深度图像的最近邻域法分割第30-31页
        3.2.2 基于肤色模型分割第31-33页
        3.2.3 结合肤色和深度图像的人手分割第33-35页
        3.2.4 实验结果与分析第35-37页
    3.3 指尖检测定位第37-44页
        3.3.1 手掌轮廓检测第37-38页
        3.3.2 掌心提取第38-39页
        3.3.3 基于曲率的指尖检测第39-40页
        3.3.4 基于轮廓掌心距离的指尖检测第40-42页
        3.3.5 实验结果与分析第42-44页
    3.4 手势判别及交互语义分析第44-45页
    3.5 本章小结第45-46页
4 Kinect人体骨骼跟踪及关节定位第46-59页
    4.1 Kinect骨骼跟踪第46-51页
        4.1.1 Kinect人体关节识别原理第46-48页
        4.1.2 Kinect人体骨架跟踪第48-50页
        4.1.3 关节点识别实验结果与分析第50-51页
    4.2 骨骼关节点的滤波第51-53页
    4.3 空间向量法计算关节角度第53-58页
        4.3.1 各关节角度计算第53-57页
        4.3.4 实验结果与分析第57-58页
    4.4 本章小结第58-59页
5 机械臂运动控制系统分析第59-76页
    5.1 机械臂运动学理论概述第59-65页
        5.1.1 机械臂的位置和姿态描述第59-61页
        5.1.2 齐次变换矩阵第61-62页
        5.1.3 机械臂的D-H参数描述第62-65页
    5.2 机械臂运动学分析第65-67页
        5.2.1 由关节角度求末端位姿 :正运动学分析第65-66页
        5.2.2 由末端位姿求关节角度 :逆运动学分析第66-67页
    5.3 机械臂控制系统设计第67-75页
        5.3.1 机械臂控制系统分类第68页
        5.3.2 控制系统的PID算法第68-72页
        5.3.3 控制系统硬件设计第72-73页
        5.3.4 控制系统软件设计第73-75页
    5.4 本章小结第75-76页
6 系统实现与实验分析第76-90页
    6.1 机械臂人机交互总体系统实现第76-80页
        6.1.1 系统实现方案第76-77页
        6.1.2 SDA20D机械臂系统第77页
        6.1.3 嵌入式图像处理系统第77-79页
        6.1.4 机械臂人机交互系统验证平台第79-80页
    6.2 系统实验分析第80-89页
        6.2.1 图像采集与预处理实验第80-81页
        6.2.2 手势判别实验第81-85页
        6.2.3 人体骨骼跟踪实验第85-86页
        6.2.4 机械臂人机交互控制实验第86-89页
    6.3 本章小结第89-90页
总结与展望第90-92页
致谢第92-93页
参考文献第93-97页
攻读硕士学位期间发表的学术论文及研究成果第97页

论文共97页,点击 下载论文
上一篇:高速图像处理算法研究与实现
下一篇:基于SOQPSK的低压电力线通信技术研究