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

移动机器人控制系统设计与实现

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第11-18页
    1.1 课题研究背景与意义第11-12页
    1.2 移动机器人控制系统概述第12-13页
    1.3 课题领域发展现状与趋势第13-17页
        1.3.1 国外研究现状第13-15页
        1.3.2 国内研究现状第15-16页
        1.3.3 发展趋势第16-17页
    1.4 课题来源及论文结构安排第17-18页
        1.4.1 课题来源第17页
        1.4.2 论文结构安排第17-18页
第2章 移动机器人控制系统方案设计第18-26页
    2.1 系统需求分析第18页
    2.2 系统方案设计第18-19页
    2.3 整体控制平台第19-23页
        2.3.1 视觉传感器选择第19-20页
        2.3.2 核心处理器选择第20页
        2.3.3 机器人平台介绍第20-22页
        2.3.4 控制方案设计第22-23页
    2.4 视觉导航系统第23-25页
        2.4.1 导航控制方案选择第23-24页
        2.4.2 视觉系统标定第24页
        2.4.3 目标跟踪第24-25页
    2.5 本章小结第25-26页
第3章 基于Kinect 2.0视觉感知系统设计第26-40页
    3.1 Kinect 2.0视觉系统分析第26-28页
        3.1.1 Kinect 2.0视觉平台第26-27页
        3.1.2 Kinect的数据流第27-28页
    3.2 Kinect 2.0环境信息采集第28-31页
        3.2.1 深度图像获取方法第28-29页
        3.2.2 RGB与深度图像配准第29-30页
        3.2.3 三维坐标获取方法第30-31页
    3.3 视觉坐标系转换第31-34页
        3.3.1 基于内外参的摄像机模型第31-33页
        3.3.2 机器人工件与基准坐标系转换第33-34页
    3.4 Kinect 2.0的视觉标定第34-39页
        3.4.1 标定模型第34-35页
        3.4.2 标定实验第35-38页
        3.4.3 标定结果分析第38-39页
    3.5 本章小结第39-40页
第4章 目标跟踪与匹配第40-62页
    4.1 跟踪算法总体设计第40-41页
    4.2 图像预处理算法第41-50页
        4.2.1 直方图均衡第41-43页
        4.2.2 图像的平滑处理第43-47页
        4.2.3 数学形态学滤波第47-50页
    4.3 CamShift目标跟踪算法第50-57页
        4.3.1 图像的颜色特征处理第50-53页
        4.3.2 MeanShift算法第53-54页
        4.3.3 CamShift算法第54-57页
    4.4 改进的CamShift目标追踪算法第57-61页
        4.4.1 感知哈希算法第57-59页
        4.4.2 改进的CamShift与感知哈希的融合算法第59-61页
    4.5 本章小结第61-62页
第5章 系统软件设计第62-74页
    5.1 系统软件环境第62-65页
        5.1.1 系统软件整体框架第62-63页
        5.1.2 移动机器人控制编程第63-64页
        5.1.3 工业机器人控制编程第64-65页
    5.2 系统调度方式设计第65-67页
        5.2.1 系统调度基本步骤第65-66页
        5.2.2 系统调度通信协议第66-67页
    5.3 视觉导航系统软件设计第67-69页
        5.3.1 目标追踪线程软件设计第67-68页
        5.3.2 视觉感知线程软件设计第68-69页
    5.4 机器人控制单元软件设计第69-72页
        5.4.1 移动机器人控制模块设计第70-71页
        5.4.2 工业机器人控制模块设计第71-72页
    5.5 系统上位机设计第72页
    5.6 本章小结第72-74页
第6章 系统实现与结果分析第74-82页
    6.1 系统测试环境第74-75页
    6.2 静态实验第75-80页
        6.2.1 目标跟踪实验第75-76页
        6.2.2 视觉感知实验第76-79页
        6.2.3 静态误差分析第79-80页
    6.3 系统动态实验第80-81页
    6.4 本章小结第81-82页
第7章 总结与展望第82-84页
    7.1 总结第82页
    7.2 展望第82-84页
致谢第84-85页
参考文献第85-88页
附录一第88页

论文共88页,点击 下载论文
上一篇:基于ECG的心律失常特征提取及分类算法的研究
下一篇:基于深度学习的调制样式识别算法研究