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--机器人论文

基于滑觉检测的农业机器人果蔬抓取研究

摘要第1-8页
ABSTRACT第8-10页
第一章 绪论第10-22页
   ·研究目的和意义第10-11页
   ·机器人无损抓取的国内外研究现状第11-13页
   ·机器人滑觉传感器的国内外研究现状第13-15页
     ·国外研究现状第13-14页
     ·国内研究现状第14-15页
     ·各类型滑觉传感器的优缺点第15页
   ·基于滑觉反馈控制策略的国内外研究现状第15-17页
   ·研究内容与技术路线第17-18页
     ·研究内容第17页
     ·技术路线第17-18页
 参考文献第18-22页
第二章 机器人稳定抓取理论及果蔬机械损伤理论第22-31页
   ·二指平行手爪与果蔬的接触分析第22-23页
   ·稳定抓取理论第23-28页
     ·空间抓取稳定性第23-27页
       ·力系的平衡第23页
       ·力封闭抓取第23-27页
     ·接触抓取稳定性第27-28页
   ·果蔬机械损伤理论第28-29页
     ·果蔬机械损伤机理第29页
     ·果蔬抓取损伤的影响因素第29页
   ·本章小结第29-30页
 参考文献第30-31页
第三章 机器人滑觉传感器的研制及其性能测试第31-53页
   ·滑觉传感器的结构第31-32页
   ·滑觉传感器的输出及其频谱分析第32-35页
     ·滑觉观测实验装置第32-33页
     ·滑觉传感器的输出第33-34页
     ·滑觉信号的频谱分析第34页
     ·滑觉信号产生机理第34-35页
   ·基于离散小波变换的滑觉检测第35-46页
     ·离散小波变换定义第35-37页
     ·滑觉信号识别第37-39页
     ·滑觉检测实验结果第39-46页
   ·滑觉传感器性能测试第46-51页
     ·实验方案第46-47页
     ·实验结果第47-51页
   ·本章小结第51页
 参考文献第51-53页
第四章 基于减法聚类及自适应神经模糊网络的抓取力控制第53-67页
   ·减法聚类及自适应神经模糊网络算法第53-57页
     ·减法聚类的基本原理第54-55页
     ·自适应神经模糊网络第55-57页
   ·建模方法描述第57-64页
     ·输入-输出数据库的生成第57-58页
     ·由减法聚类构造初始T-S模糊模型第58-59页
     ·规则数与模型规模的优化选择第59-64页
   ·实验评估第64-65页
     ·实验结果第64-65页
     ·样本数据库的完善第65页
   ·本章小结第65-66页
 参考文献第66-67页
第五章 基于双滑觉检测的果蔬抓取力控制及其抓取损伤研究第67-84页
   ·基于减法聚类的ANFIS控制器的设计第67-72页
     ·输入-输出数据库的生成第68-69页
     ·规则数与模型规模的优化选择第69-72页
     ·试验结果第72页
   ·基于双滑觉检测的番茄抓取损伤研究第72-81页
     ·番茄的物理特性第73-76页
     ·番茄抓取损伤研究第76-81页
       ·实验方法第76-77页
       ·实验结果与讨论第77-81页
   ·本章小结第81页
 参考文献第81-84页
第六章 结论与展望第84-86页
   ·研究工作总结第84页
   ·主要创新点第84-85页
   ·展望第85-86页
致谢第86-88页
攻读硕士学位期间发表论文目录第88页

论文共88页,点击 下载论文
上一篇:基于本地劳动力就业的产业选择研究--以西藏“一江三河”经济密集区为例
下一篇:HACCP体系在我国食品工业中的实施水平及其影响因素研究