| 目录 | 第1-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 引言 | 第11-18页 |
| ·课题背景 | 第11-12页 |
| ·课题研究的意义 | 第12-13页 |
| ·相关技术的研究现状 | 第13-15页 |
| ·物体识别 | 第13-14页 |
| ·物体抓取 | 第14-15页 |
| ·解决方案与工作难点 | 第15-16页 |
| ·论文的主要工作 | 第16-18页 |
| 第二章 基于QR Code的多种类物体的识别 | 第18-33页 |
| ·QR Code介绍 | 第18-20页 |
| ·QR Code的特点 | 第18-19页 |
| ·QR Code的重要概念 | 第19-20页 |
| ·QR Code标签设计 | 第20-23页 |
| ·QR Code内部信息 | 第20-22页 |
| ·QR Code外围标识 | 第22-23页 |
| ·图像预处理 | 第23-29页 |
| ·高斯平滑滤波 | 第23-24页 |
| ·Canny边缘检测 | 第24-26页 |
| ·中心点的提取 | 第26页 |
| ·Hough变换 | 第26-29页 |
| ·基于颜色与形状的QR Code定位与识别 | 第29-32页 |
| ·颜色模型 | 第29-30页 |
| ·仿真实验 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第三章 基于视觉伺服的固定位姿物体抓取 | 第33-41页 |
| ·视觉伺服控制技术 | 第33-35页 |
| ·基于位置的视觉伺服 | 第33-34页 |
| ·基于图像的视觉伺服 | 第34-35页 |
| ·基于神经网络的视觉伺服 | 第35-39页 |
| ·问题的描述 | 第35页 |
| ·视觉控制方案 | 第35-36页 |
| ·神经网络的选取 | 第36-37页 |
| ·训练样本的获取 | 第37页 |
| ·神经网络的训练 | 第37-39页 |
| ·仿真实验及结果 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 物体抓取末端避障的运动规划 | 第41-52页 |
| ·障碍物检测与避障方法 | 第41-42页 |
| ·障碍物检测 | 第41-42页 |
| ·障碍物类型及其避障方法 | 第42页 |
| ·动作规划 | 第42-44页 |
| ·路径规划 | 第43页 |
| ·轨迹规划 | 第43-44页 |
| ·机械手的运动学 | 第44-50页 |
| ·连杆参数和连杆坐标系 | 第45-46页 |
| ·齐次坐标变换 | 第46-48页 |
| ·机械臂坐标系的建立 | 第48-49页 |
| ·运动学方程的求解 | 第49-50页 |
| ·仿真实现 | 第50-51页 |
| ·实验条件 | 第50页 |
| ·问题求解 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第五章 基于QR Code的多位姿物体抓取 | 第52-66页 |
| ·摄像头的标定 | 第52-57页 |
| ·图像坐标系、摄像机坐标系与世界坐标系 | 第52-53页 |
| ·线性摄像机的参数 | 第53-55页 |
| ·圆环点与摄像机内参数 | 第55页 |
| ·摄像机内参数的求解 | 第55-57页 |
| ·标定结果 | 第57页 |
| ·机器人手眼标定 | 第57-60页 |
| ·问题描述 | 第58-59页 |
| ·问题求解 | 第59-60页 |
| ·QR Code定位算法 | 第60-63页 |
| ·算法介绍 | 第60-63页 |
| ·Haar-like特征的层叠推进分类器 | 第63页 |
| ·实验 | 第63-65页 |
| ·基于Haar-like特征的QR Code定位与识别 | 第63-64页 |
| ·目标物抓取 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第六章 结束语 | 第66-68页 |
| 附录 | 第68-72页 |
| 附录Ⅰ:AS—RⅡ机器人 | 第68-70页 |
| 附录Ⅱ:AS—MRobot机械臂 | 第70页 |
| 附录Ⅲ:罗技pro4000摄像头 | 第70页 |
| 附录Ⅳ:OpenCV | 第70-71页 |
| 附录Ⅴ:Axtel Tools | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的论文 | 第76页 |
| 攻读学位期间参与的科研项目 | 第76-77页 |
| 学位论文评阅及答辩情况表 | 第77页 |