基于三维视觉的工件识别与定位
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景与研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-21页 |
| 1.2.1 工业机器人视觉系统介绍 | 第15-16页 |
| 1.2.2 工件识别定位算法研究现状 | 第16-19页 |
| 1.2.3 手眼标定算法研究现状 | 第19-21页 |
| 1.3 本文主要研究内容 | 第21-24页 |
| 第二章 基于三维视觉的工件识别与定位系统的建立 | 第24-32页 |
| 2.1 工件识别与定位系统总体结构 | 第24页 |
| 2.2 工件识别与定位系统的硬件结构 | 第24-29页 |
| 2.2.1 系统组成及工作原理 | 第24-26页 |
| 2.2.2 执行机器人 | 第26-28页 |
| 2.2.3 图像采集装置 | 第28-29页 |
| 2.3 工件识别与定位系统的软件支持 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于三维视觉的工件自动识别技术 | 第32-44页 |
| 3.1 工件自动识别流程 | 第32-33页 |
| 3.2 点云数据提取 | 第33-34页 |
| 3.3 点云识别粗匹配 | 第34-37页 |
| 3.3.1 法向量计算 | 第35-36页 |
| 3.3.2 曲率计算 | 第36页 |
| 3.3.3 特征提取 | 第36页 |
| 3.3.4 点云匹配 | 第36-37页 |
| 3.4 点云识别精匹配 | 第37-39页 |
| 3.5 算法验证 | 第39-41页 |
| 3.6 本章小结 | 第41-44页 |
| 第四章 工件待加工轨迹信息提取 | 第44-58页 |
| 4.1 轨迹信息提取流程 | 第44页 |
| 4.2 图像灰度化 | 第44-46页 |
| 4.3 正交投影算法 | 第46-48页 |
| 4.3.1 正交投影基本定义 | 第46-47页 |
| 4.3.2 正交投影转换矩阵 | 第47-48页 |
| 4.4 三维重建 | 第48-54页 |
| 4.4.1 基本定义介绍 | 第48-50页 |
| 4.4.2 三维重建算法 | 第50-54页 |
| 4.5 实验验证 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 工件自动定位技术 | 第58-68页 |
| 5.1 手眼标定模型的建立 | 第58-60页 |
| 5.1.1 相机模型 | 第59页 |
| 5.1.2 图像坐标系 | 第59页 |
| 5.1.3 相机坐标系 | 第59-60页 |
| 5.1.4 世界坐标系 | 第60页 |
| 5.1.5 机器人坐标系 | 第60页 |
| 5.2 三维相机手眼系统同源点匹配标定算法 | 第60-64页 |
| 5.2.1 同源点定义及选取 | 第61-62页 |
| 5.2.2 同源点最小二乘法匹配问题求解 | 第62-64页 |
| 5.3 手眼标定算法精度验证 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 基于三维视觉的工件识别与定位实验 | 第68-74页 |
| 6.1 基于三维视觉的工件自动识别实验 | 第68-69页 |
| 6.2 基于三维视觉的工件待加工坡口信息提取实验 | 第69-70页 |
| 6.3 基于三维视觉的工件识别与定位精度验证 | 第70-71页 |
| 6.4 本章小结 | 第71-74页 |
| 第七章 结论与展望 | 第74-76页 |
| 7.1 结论 | 第74页 |
| 7.2 展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 附录1 多工件自动化切割程序 | 第84-92页 |
| 附录2 手眼标定程序 | 第92-96页 |
| 研究成果及发表的学术论文 | 第96-98页 |
| 作者及导师简介 | 第98页 |
