基于机器视觉的机器人实验平台关键技术的研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 课题研究的背景和意义 | 第14-15页 |
| 1.2 机器人机器视觉及其国内外现状 | 第15-19页 |
| 1.2.1 机器人机器视觉概述 | 第15-18页 |
| 1.2.2 机器人机器视觉的国内外应用与研究现状 | 第18-19页 |
| 1.3 本文中的其他关键技术 | 第19-21页 |
| 1.3.1 机器人仿真技术 | 第19-20页 |
| 1.3.2 并行处理技术 | 第20-21页 |
| 1.3.3 网络通信技术 | 第21页 |
| 1.4 本文的主要研究内容 | 第21-24页 |
| 第二章 机器人运动学建模 | 第24-38页 |
| 2.1 末端执行器表示 | 第24-26页 |
| 2.2 机器人的正向运动学 | 第26-31页 |
| 2.2.1 RV-4F机器人参数 | 第26-28页 |
| 2.2.2 RV-4F机器人正运动学建模分析 | 第28-31页 |
| 2.3 机器人的逆向运动学 | 第31-36页 |
| 2.3.1 RV-4F运动学解耦 | 第32-34页 |
| 2.3.2 逆向位置的几何解法 | 第34-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第三章 并行处理的3D模型加载与模型仿真 | 第38-50页 |
| 3.1 机器人的3D模型 | 第38-39页 |
| 3.2 MATLAB中机器人的3D建模 | 第39-42页 |
| 3.2.1 模型STL格式转换 | 第39-40页 |
| 3.2.2 MATLAB中STL模型导入 | 第40-42页 |
| 3.3 3D模型并行加载 | 第42-46页 |
| 3.3.1 并行概念 | 第42-43页 |
| 3.3.2 MATLAB并行处理 | 第43-44页 |
| 3.3.3 基于SPMD并行处理的3D模型加载 | 第44-46页 |
| 3.4 3D模型运动仿真控制 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 目标识别与定位 | 第50-64页 |
| 4.1 MATLAB数字图像获取 | 第50-52页 |
| 4.1.1 数字图像 | 第50-51页 |
| 4.1.2 图像采集 | 第51-52页 |
| 4.2 图像预处理 | 第52-55页 |
| 4.2.1 图像的灰度化 | 第52-53页 |
| 4.2.2 图像滤波 | 第53-55页 |
| 4.3 图像分割与识别 | 第55-58页 |
| 4.3.1 图像的二值化 | 第55-56页 |
| 4.3.2 图像识别 | 第56-58页 |
| 4.4 摄像头的成像模型 | 第58-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 实体机器人在线控制 | 第64-72页 |
| 5.1 机器人的编程 | 第64-67页 |
| 5.2 机器人的通信 | 第67-71页 |
| 5.2.1 通信协议的反求 | 第67-69页 |
| 5.2.2 基于MATLAB的机器人在线控制 | 第69-70页 |
| 5.2.3 机器人远程控制的实现 | 第70-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第六章 机器人目标抓取实验 | 第72-78页 |
| 6.1 摄像头标定实验 | 第72-75页 |
| 6.2 机器人视觉目标抓取 | 第75-77页 |
| 6.3 本章小结 | 第77-78页 |
| 第七章 总结与展望 | 第78-80页 |
| 7.1 总结 | 第78页 |
| 7.2 展望 | 第78-80页 |
| 参考文献 | 第80-82页 |
| 致谢 | 第82-84页 |
| 发表的论文及科研成果 | 第84-86页 |
| 作者及导师简介 | 第86-87页 |
| 附件 | 第87-88页 |
