智能机器人视觉伺服系统研究
| 1 绪论 | 第1-15页 |
| ·引言 | 第9-10页 |
| ·机器人视觉伺服控制方法 | 第10-12页 |
| ·本文的主要工作 | 第12-15页 |
| 2 基于径向基函数神经网络的摄像机标定方法 | 第15-27页 |
| ·摄像机针孔模型及成像原理 | 第15-20页 |
| ·参考坐标系 | 第15-18页 |
| ·摄像机模型 | 第18-20页 |
| ·主要的摄像机标定方法 | 第20-21页 |
| ·基于径向基函数神经网络的摄像机标定方法 | 第21-25页 |
| ·RBF神经网络 | 第21-23页 |
| ·RBF神经网络标定方法 | 第23页 |
| ·实验结果 | 第23-25页 |
| ·小结 | 第25-27页 |
| 3 图像识别 | 第27-45页 |
| ·图像匹配算法 | 第27-29页 |
| ·算法改进 | 第29页 |
| ·基于图像分割与角点检测的物体识别方法 | 第29-43页 |
| ·图像分割 | 第29-30页 |
| ·角点检测 | 第30-31页 |
| ·基于模糊自适应遗传算法的图像匹配方法 | 第31-36页 |
| ·图像匹配过程 | 第36-42页 |
| ·匹配实验 | 第42-43页 |
| ·小结 | 第43-45页 |
| 4 图像反馈机器人视觉伺服系统 | 第45-57页 |
| ·基于图像的机器人视觉伺服控制方法 | 第46-49页 |
| ·图像反馈机器人视觉伺服仿真 | 第49-54页 |
| ·Motoman-SV3机器人运动学模型 | 第49-50页 |
| ·仿真实验 | 第50-54页 |
| ·小结 | 第54-57页 |
| 5 结论 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 作者在攻读硕士期间所发表的论文及参加的科研项目 | 第67页 |
