基于DM6437平台的机械臂视觉伺服系统设计
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-15页 |
1.1 课题研究背景及意义 | 第8-10页 |
1.1.1 课题背景 | 第8-9页 |
1.1.2 课题研究目的及意义 | 第9-10页 |
1.2 机器人控制以及视觉伺服技术的发展现状 | 第10-13页 |
1.2.1 机器人控制技术研究现状 | 第10-11页 |
1.2.2 视觉伺服的发展 | 第11-13页 |
1.3 本文主要研究内容 | 第13-15页 |
第2章 机械臂的运动学分析 | 第15-23页 |
2.1 引言 | 第15页 |
2.2 RM-501 正运动学分析 | 第15-18页 |
2.2.1 RM-501 连杆坐标系的建立 | 第15-17页 |
2.2.2 齐次变换矩阵与改进的 D-H 法 | 第17-18页 |
2.3 RM-501 逆运动学分析 | 第18-20页 |
2.4 运动学仿真 | 第20-22页 |
2.5 本章小结 | 第22-23页 |
第3章 机械臂关节控制系统设计 | 第23-36页 |
3.1 引言 | 第23页 |
3.2 电机模型的建立 | 第23-25页 |
3.3 电机关节双闭环控制系统设计 | 第25-32页 |
3.3.1 采样电路设计 | 第25-29页 |
3.3.2 速率环设计 | 第29-30页 |
3.3.3 位置环设计 | 第30-32页 |
3.4 多关节联合调试 | 第32-35页 |
3.5 本章小结 | 第35-36页 |
第4章 目标物体的特征提取与定位 | 第36-48页 |
4.1 引言 | 第36页 |
4.2 图像处理平台 | 第36-38页 |
4.3 图像的采集及预处理 | 第38-40页 |
4.3.1 图像采集 | 第38页 |
4.3.2 图像的预处理 | 第38-40页 |
4.4 图像的特征提取 | 第40-47页 |
4.4.1 方向导数和梯度在特征提取中的应用 | 第41-42页 |
4.4.2 边缘检测 | 第42-45页 |
4.4.3 运动物体的中心点定位与坐标发送 | 第45-47页 |
4.5 本章小结 | 第47-48页 |
第5章 机械臂视觉伺服的实现 | 第48-59页 |
5.1 引言 | 第48页 |
5.2 视觉控制器设计 | 第48-56页 |
5.2.1 摄像机模型的建立 | 第49-50页 |
5.2.2 模糊神经网络控制方法 | 第50-56页 |
5.3 系统总体联调 | 第56-58页 |
5.4 本章小结 | 第58-59页 |
结论 | 第59-60页 |
参考文献 | 第60-64页 |
致谢 | 第64页 |