| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·工业机器人 | 第8-9页 |
| ·工业机器人概况 | 第8-9页 |
| ·工业机器人发展趋势 | 第9页 |
| ·机器人视觉的研究内容 | 第9-10页 |
| ·神经网络与模糊技术综述 | 第10-11页 |
| ·神经网络与模糊技术概述 | 第10页 |
| ·神经网络与模糊技术的结合 | 第10-11页 |
| ·课题的来源和本文主要工作 | 第11-13页 |
| ·课题的来源 | 第11-12页 |
| ·本文主要工作 | 第12页 |
| ·本文主要结构 | 第12-13页 |
| 第二章 视觉伺服机器人的运动学分析 | 第13-25页 |
| ·数学基础 | 第13-14页 |
| ·D-H 建模法 | 第14-16页 |
| ·成像几何 | 第16-18页 |
| ·KLD-600 机器人运动学正逆解 | 第18-22页 |
| ·正运动学求解 | 第18-20页 |
| ·逆运动学求解 | 第20-22页 |
| ·机器人视觉伺服系统 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 目标识别 | 第25-36页 |
| ·图像预处理 | 第25-30页 |
| ·图像的采集与数字化 | 第25-27页 |
| ·图像去噪 | 第27-30页 |
| ·图像分割 | 第30-34页 |
| ·灰度直方图 | 第30-31页 |
| ·FCM 聚类 | 第31-32页 |
| ·数学形态学 | 第32-34页 |
| ·特征提取 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于Mamdani 推理的模糊神经网络 | 第36-47页 |
| ·Visual-Degree 函数的定义 | 第36-37页 |
| ·机器人的运动状态空间 | 第36-37页 |
| ·各运动状态空间的相互关系和Visual-Degree函数 | 第37页 |
| ·模糊神经网络 | 第37-41页 |
| ·混合学习算法 | 第41-46页 |
| ·自组织学习 | 第41-42页 |
| ·模糊规则确定 | 第42-43页 |
| ·监督学习 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 单目视觉伺服机器人智能抓取的实现 | 第47-61页 |
| ·单目视觉伺服机器人的硬件系统 | 第47-48页 |
| ·运动控制器 | 第47页 |
| ·运动伺服系统 | 第47页 |
| ·视觉系统 | 第47-48页 |
| ·机器人本体 | 第48页 |
| ·单目视觉伺服机器人的软件系统 | 第48-52页 |
| ·Visual C++与PMAC 通讯 | 第48-50页 |
| ·Visual C++与matlab 通讯 | 第50-52页 |
| ·智能抓取的实现方案 | 第52-55页 |
| ·实验结果 | 第55-60页 |
| ·HMI 画面 | 第55-57页 |
| ·智能抓取模型的实验结果 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 研究生期间发表论文和参与科研项目 | 第66-67页 |
| 致谢 | 第67页 |