| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 移动机器人的搬运系统技术综述 | 第12-16页 |
| 1.2.1 移动机器人视觉检测系统综述 | 第13-14页 |
| 1.2.2 移动机器人抓取系统综述 | 第14-15页 |
| 1.2.3 移动机器人导航系统综述 | 第15-16页 |
| 1.3 本文的主要内容及章节安排 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 基于RGB-D数据的三维物体检测 | 第18-36页 |
| 2.1 RGB-D相机数据采集 | 第18-25页 |
| 2.1.1 RGB-D相机模型介绍 | 第18-21页 |
| 2.1.2 RGB-D深度获取原理 | 第21-23页 |
| 2.1.3 RGB-D数据的预处理 | 第23-25页 |
| 2.2 主梯度方向模板检测 | 第25-31页 |
| 2.2.1 主梯度方向模板检测方法简介 | 第26-28页 |
| 2.2.2 基于RGB-D数据的主梯度方向模板检测算法 | 第28-29页 |
| 2.2.3 基于三维模型的特征提取与训练 | 第29-31页 |
| 2.3 改进的三维物体检测方法 | 第31-35页 |
| 2.3.1 基于局部特征区域的算法改进 | 第31-33页 |
| 2.3.2 基于改进算法的物体检测 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 3 基于三维数据的机械臂抓取 | 第36-49页 |
| 3.1 基于三维数据的分割与定位 | 第36-43页 |
| 3.1.1 三维点云配准基本原理 | 第36页 |
| 3.1.2 基于RGB-D数据的图像分割 | 第36-39页 |
| 3.1.3 基于ICP算法的点云精确匹配 | 第39-43页 |
| 3.2 基于三维数据的机械臂抓取 | 第43-48页 |
| 3.2.1 抓取姿态生成策略 | 第43-45页 |
| 3.2.2 机械臂运动规划算法 | 第45-48页 |
| 3.3 本章小结 | 第48-49页 |
| 4 系统软硬件介绍 | 第49-62页 |
| 4.1 ROS下的软件架构实现 | 第49-52页 |
| 4.1.1 ROS系统应用 | 第49-51页 |
| 4.1.2 软件流程 | 第51-52页 |
| 4.2 TurtleBot介绍 | 第52-55页 |
| 4.2.1 TurtleBot硬件介绍 | 第52-54页 |
| 4.2.2 基于TurtleBot的系统架构 | 第54-55页 |
| 4.3 RGB-D摄像头介绍 | 第55-58页 |
| 4.3.1 深度相机型号简介 | 第55-56页 |
| 4.3.2 相机参数校正 | 第56-58页 |
| 4.4 PhantomX Pincher机械臂 | 第58-61页 |
| 4.4.1 机械臂硬件介绍 | 第58-60页 |
| 4.4.2 机械臂的手眼标定 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 系统实验与仿真 | 第62-71页 |
| 5.1 基于Rviz和MoveIt的仿真 | 第62-64页 |
| 5.1.1 机械臂抓取姿态仿真 | 第62-63页 |
| 5.1.2 机械臂抓取轨迹规划 | 第63-64页 |
| 5.2 实验结果与分析 | 第64-70页 |
| 5.2.1 实验平台 | 第64-65页 |
| 5.2.2 物体检测实验 | 第65-67页 |
| 5.2.3 移动机器人导航实验 | 第67-68页 |
| 5.2.4 物体姿态获取与搬运实验 | 第68-70页 |
| 5.3 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 作者简历及在学期间所取得的科研成果 | 第79页 |