| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 符号说明 | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·机器人视觉的发展历史 | 第9-10页 |
| ·机器人视觉伺服的分类 | 第10-12页 |
| ·基于图像的视觉伺服的研究概况 | 第12-14页 |
| ·视觉特征的选取 | 第12-13页 |
| ·图像雅可比矩阵的计算 | 第13页 |
| ·控制方法的选择 | 第13-14页 |
| ·带有约束的视觉伺服方法的研究现状 | 第14页 |
| ·本课题的研究内容 | 第14-17页 |
| 第二章 基于图像的视觉伺服研究基础 | 第17-29页 |
| ·引言 | 第17页 |
| ·视觉伺服系统标定 | 第17-24页 |
| ·坐标变换公式 | 第18页 |
| ·摄像机模型 | 第18-20页 |
| ·机器人正运动学模型 | 第20-24页 |
| ·手眼标定 | 第24页 |
| ·图像雅可比矩阵 | 第24-27页 |
| ·图像雅可比矩阵的定义 | 第24-25页 |
| ·二自由度机器人图像雅可比矩阵的解析形式 | 第25-26页 |
| ·六自由度机器人图像雅可比矩阵的解析形式 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 视觉伺服系统的约束 LPV 模型及其凸多面体分解 | 第29-41页 |
| ·引言 | 第29页 |
| ·约束 LPV 模型及其凸多面体分解方法 | 第29-31页 |
| ·问题描述 | 第29页 |
| ·TP 模型变换 | 第29-31页 |
| ·基于图像视觉伺服系统的约束 LPV 模型 | 第31-32页 |
| ·视觉伺服系统 LPV 模型的 TP 模型变换 | 第32-33页 |
| ·仿真验证 | 第33-39页 |
| ·二自由度视觉伺服系统的 TP 模型变换 | 第33-35页 |
| ·六自由度视觉伺服系统的 TP 模型变换 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于并行分布补偿原理的视觉伺服控制方法 | 第41-53页 |
| ·引言 | 第41页 |
| ·T-S 模糊模型与并行分布补偿原理 | 第41-42页 |
| ·离散系统 T-S 模糊状态模型 | 第41-42页 |
| ·并行分布补偿原理 | 第42页 |
| ·线性矩阵不等式 | 第42-44页 |
| ·线性矩阵不等式的定义 | 第42-43页 |
| ·可转化成线性矩阵不等式表示的问题 | 第43-44页 |
| ·线性矩阵不等式的典型问题 | 第44页 |
| ·基于并行分布补偿原理的视觉伺服控制方法 | 第44-47页 |
| ·视觉伺服系统模型的 PDC 描述 | 第44-45页 |
| ·基于 LMI 的视觉伺服 PDC 控制方法 | 第45-46页 |
| ·算法总结 | 第46-47页 |
| ·仿真与分析 | 第47-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 基于准最小最大模型预测控制的视觉伺服控制方法 | 第53-73页 |
| ·引言 | 第53页 |
| ·准最小最大模型预测控制 | 第53-54页 |
| ·问题描述 | 第53页 |
| ·准最小最大模型预测控制原理 | 第53-54页 |
| ·基于准最小最大模型预测控制的视觉伺服方法 | 第54-59页 |
| ·视觉伺服 LPV 系统描述 | 第54-55页 |
| ·基于准最小最大 MPC 的 IBVS 控制方法 | 第55-58页 |
| ·稳定性分析 | 第58-59页 |
| ·算法总结 | 第59页 |
| ·仿真与分析 | 第59-71页 |
| ·二自由度机器人系统的仿真结果 | 第60-62页 |
| ·六自由度机器人系统的仿真结果 | 第62-71页 |
| ·本章小结 | 第71-73页 |
| 第六章 结合深度信息的视觉伺服准最小最大 MPC 方法 | 第73-85页 |
| ·引言 | 第73页 |
| ·结合深度特征的视觉伺服系统模型 | 第73-74页 |
| ·结合深度特征的图像雅可比矩阵 | 第73-74页 |
| ·视觉伺服 LPV 系统模型的建立 | 第74页 |
| ·基于准最小最大 MPC 算法的改进视觉伺服控制 | 第74-76页 |
| ·仿真结果与分析 | 第76-83页 |
| ·本章小结 | 第83-85页 |
| 第七章 总结与展望 | 第85-87页 |
| ·课题工作总结 | 第85页 |
| ·课题展望 | 第85-87页 |
| 致谢 | 第87-89页 |
| 参考文献 | 第89-95页 |
| 附录：攻读博士学位期间学术和科研成果 | 第95页 |
