| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 机器人避障算法的研究现状 | 第10-14页 |
| 1.3 课题的关键点及难点 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 冗余度机器人避障规划概述 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 冗余度机器人基础知识 | 第17-21页 |
| 2.2.1 冗余度机器人 | 第17-18页 |
| 2.2.2 冗余度机器人的奇异状态 | 第18-19页 |
| 2.2.3 机器人的轨迹规划 | 第19-21页 |
| 2.3 运动学基础 | 第21-25页 |
| 2.3.1 机器人的位姿描述 | 第21-23页 |
| 2.3.2 机器人的运动学基础 | 第23-25页 |
| 2.4 梯度投影法 | 第25-29页 |
| 2.4.1 经典梯度投影法原理 | 第25-26页 |
| 2.4.2 雅可比矩阵的求法 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 障碍物的定位研究 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 图像预处理 | 第30-35页 |
| 3.2.1 图像灰度化处理 | 第30-31页 |
| 3.2.2 图像滤波处理 | 第31-33页 |
| 3.2.3 图像的二值化处理 | 第33-35页 |
| 3.3 图像处理中的坐标系关系 | 第35-38页 |
| 3.3.1 摄像机坐标系和图像坐标系 | 第35-36页 |
| 3.3.2 摄像机坐标系和世界坐标系 | 第36页 |
| 3.3.3 图像坐标系和像素坐标系 | 第36-37页 |
| 3.3.4 世界坐标系和像素坐标系 | 第37-38页 |
| 3.4 空间点重建 | 第38-41页 |
| 3.4.1 空间点重建方法 | 第38-40页 |
| 3.4.2 空间点重建精度分析 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 冗余度机械臂避障算法研究 | 第42-72页 |
| 4.1 引言 | 第42页 |
| 4.2 避障算法的确定 | 第42-44页 |
| 4.2.1 按照求解关节轨迹方式分类 | 第42-43页 |
| 4.2.2 避障算法的选择 | 第43-44页 |
| 4.3 平面3R冗余度机械臂建模 | 第44-47页 |
| 4.4 避障指标的确定 | 第47-52页 |
| 4.5 基于主从任务转化的闭环控制避障算法建模 | 第52-62页 |
| 4.5.1 基于梯度投影的避障算法 | 第52-56页 |
| 4.5.2 基于主从任务转化的避障算法 | 第56-59页 |
| 4.5.3 基于主从任务转化的闭环控制避障算法 | 第59-62页 |
| 4.6 仿真试验与分析 | 第62-71页 |
| 4.7 本章小结 | 第71-72页 |
| 第五章 避障实验研究 | 第72-82页 |
| 5.1 引言 | 第72页 |
| 5.2 软件开发工具 | 第72-73页 |
| 5.3 实验平台 | 第73-76页 |
| 5.4 避障实验及分析 | 第76-80页 |
| 5.4.1 无障碍物时机器人末端的跟踪实验 | 第76-77页 |
| 5.4.2 基于梯度投影的避障算法实验 | 第77页 |
| 5.4.3 基于主从任务转化的避障算法实验 | 第77-78页 |
| 5.4.4 基于主从任务转化的闭环控制避障算法实验 | 第78-80页 |
| 5.5 本章小结 | 第80-82页 |
| 第六章 结论与展望 | 第82-84页 |
| 6.1 结论 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间所取得的科研成果 | 第88-90页 |
| 致谢 | 第90页 |