基于靶标特征的机器人视觉自主寻位方法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 注释表 | 第11-12页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 引言 | 第13-14页 |
| 1.2 机器视觉自主寻位研究现状 | 第14-18页 |
| 1.2.1 国外机器视觉自主寻位技术研究现状 | 第14-17页 |
| 1.2.2 国内机器视觉自主寻位技术研究现状 | 第17-18页 |
| 1.3 机器视觉自主寻位关键技术 | 第18-19页 |
| 1.4 课题研究背景和意义 | 第19-20页 |
| 1.5 本文研究内容和总体框架 | 第20-21页 |
| 第二章 机器视觉自主寻位系统 | 第21-35页 |
| 2.1 系统需求分析 | 第21页 |
| 2.2 机器视觉寻位系统硬件组成 | 第21-26页 |
| 2.2.1 系统总体硬件结构 | 第21-23页 |
| 2.2.2 工业机器人系统 | 第23-24页 |
| 2.2.3 视觉测量系统 | 第24-26页 |
| 2.3 机器视觉寻位控制系统 | 第26-30页 |
| 2.3.1 控制系统总体结构 | 第26页 |
| 2.3.2 视觉寻位控制 | 第26-29页 |
| 2.3.3 系统坐标系构建 | 第29页 |
| 2.3.4 机器人通讯控制 | 第29-30页 |
| 2.4 机器人视觉寻位系统软件设计 | 第30-33页 |
| 2.4.1 开发环境 | 第30页 |
| 2.4.2 系统软件功能需求 | 第30-31页 |
| 2.4.3 软件模块设计 | 第31-33页 |
| 2.5 机器人寻位工艺流程 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 目标跟踪粗定位系统 | 第35-46页 |
| 3.1 目标快速寻位控制 | 第35-36页 |
| 3.2 HOG特征 | 第36-38页 |
| 3.3 KCF跟踪算法 | 第38-43页 |
| 3.3.1 线性回归模型 | 第39页 |
| 3.3.2 循环矩阵 | 第39-40页 |
| 3.3.3 非线性回归模型 | 第40-41页 |
| 3.3.4 核相关滤波器 | 第41-42页 |
| 3.3.5 目标快速检测 | 第42-43页 |
| 3.4 目标跟踪定位原理 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 双目视觉精确定位系统 | 第46-59页 |
| 4.1 双目视觉精确定位控制 | 第46-47页 |
| 4.2 视觉系统标定 | 第47-50页 |
| 4.2.1 摄像机内参标定 | 第47页 |
| 4.2.2 手眼系统标定 | 第47-50页 |
| 4.3 双目视觉测量原理 | 第50-55页 |
| 4.3.1 BLOB特征提取 | 第50-52页 |
| 4.3.2 特征匹配约束 | 第52-54页 |
| 4.3.3 三维坐标测量 | 第54-55页 |
| 4.4 机器人定位控制及误差补偿 | 第55-58页 |
| 4.4.1 机器人定位误差分析 | 第55-56页 |
| 4.4.2 位置反馈型控制系统定位误差补偿 | 第56-57页 |
| 4.4.3 位置给定型控制系统定位误差补偿 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 实验研究与结果分析 | 第59-67页 |
| 5.1 实验平台搭建 | 第59页 |
| 5.2 视觉跟踪定位实验 | 第59-61页 |
| 5.3 双目视觉精确定位实验 | 第61-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结和展望 | 第67-69页 |
| 6.1 全文总结 | 第67页 |
| 6.2 未来研究方向 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 在学期间的研究成果及发表的学术论文 | 第74页 |
