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

基于体感人机交互的仿人服务机器人增强示教学习技术研究

摘要第6-8页
Abstract第8-10页
第1章 绪论第14-28页
    1.1 课题的研究背景和研究意义第14-15页
    1.2 国内外发展现状及趋势第15-27页
        1.2.1 仿人服务机器人国内外的研究现状第15-21页
        1.2.2 示教学习的发展第21-27页
    1.3 研究内容第27-28页
第2章 仿人服务机器人平台的搭建第28-46页
    2.1 引言第28页
    2.2 仿人服务机器人imNEU硬件总体方案设计第28-41页
        2.2.1 仿人服务机器人底部运动平台的搭建第31-36页
        2.2.2 仿人服务机器人躯体硬件平台的搭建第36-41页
    2.3 数据手套的设计与制作第41-44页
        2.3.1 数据手套的硬件组成第41-43页
        2.3.2 数据手套的检测电路的设计第43-44页
    2.4 本章小结第44-46页
第3章 仿人服务机器人运动学以及性能特征第46-60页
    3.1 引言第46页
    3.2 仿人服务机器人正运动学的建立第46-51页
        3.2.1 D-H模型的介绍第46-47页
        3.2.2 基于D-H方法的imNEU运动学模型第47-51页
    3.3 仿人服务机器人逆运动学求解第51-55页
        3.3.1 基于单纯形法的逆运动学求解第51-52页
        3.3.2 基于L-BFGS优化算法的逆运动学求解第52-55页
    3.4 基于蒙塔卡罗的imNEU仿人服务机器人工作空间的求解第55-56页
    3.5 imNEU仿人服务机器人重复定位精度的测定第56-58页
    3.6 本章小结第58-60页
第4章 仿人服务机器人控制系统设计与多模态控制实验第60-74页
    4.1 引言第60页
    4.2 仿人服务机器人的控制系统设计第60-72页
        4.2.1 ROS简介与特点第61-63页
        4.2.2 ROS与Arduino通信第63-64页
        4.2.3 基于ROS的双目摄像头的集成第64页
        4.2.4 基于ROS的Kinect的集成与体感控制实验第64-66页
        4.2.5 基于ROS的遥控手柄的设计与控制实验第66-68页
        4.2.6 imNEU控制界面的设计与实验第68-70页
        4.2.7 基于数据手套的灵巧手控制第70-71页
        4.2.8 ROS直接消息发布机制的自动控制第71-72页
    4.3 本章小结第72-74页
第5章 IMNEU仿人服务机器人手眼标定第74-90页
    5.1 引言第74页
    5.2 双目视觉系统测距原理第74-78页
    5.3 摄像机标定第78-82页
        5.3.1 单目摄像机标定第78-81页
        5.3.2 双目立体摄像机标定第81-82页
    5.4 基于Opencv的视差和深度信息的提取第82-84页
    5.5 基于颜色的物体识别第84-86页
    5.6 基于最小二乘法的imNEU仿人服务机器人的手眼标定第86-89页
    5.7 本章小结第89-90页
第6章 基于GMM/GMR仿人服务机器人增强示教学习研究第90-112页
    6.1 引言第90-91页
    6.2 GMM和GMR方法的介绍第91-97页
        6.2.1 GMM方法的介绍第91-92页
        6.2.2 最大似然函数与EM算法求解第92-97页
    6.3 imNEU仿人服务机器人固定环境下示教学习的实现第97-102页
        6.3.1 体感示教学习以及示教学习数据的记录第97-98页
        6.3.2 体感示教数据的GMM建模,GMR轨迹生成与实验第98-102页
    6.4 imNEU仿人服务机器人在非结构环境下增强示教学习研究第102-111页
        6.4.1 非结构环境下体感示教学习数据获取第102-103页
        6.4.2 仿人服务机器人在非结构化环境下数据特征分析第103-105页
        6.4.3 imNEU仿人服务机器人在非结构化环境下的轨迹生成方法第105-111页
    6.5 本章小结第111-112页
第7章 结论与展望第112-114页
    7.1 结论第112-113页
    7.2 展望第113-114页
参考文献第114-120页
致谢第120-122页
附录第122页
    A 攻读硕士学位期间发表的论文第122页
    B 获批的软件著作权第122页
    C 作者在攻读硕士学位期间参加的科研项目第122页
    D 作者在攻读硕士学位期间获得的荣誉第122页

论文共122页,点击 下载论文
上一篇:回转窑喷煤控制系统设计与实现
下一篇:改进神经网络算法在深基坑可靠性分析上的应用