基于Kinect传感器的仿人机械手运动控制方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题来源 | 第11页 |
| 1.2 课题背景及意义 | 第11-12页 |
| 1.3 研究现状 | 第12-15页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 本文主要工作 | 第15-16页 |
| 1.5 本文组织结构 | 第16-17页 |
| 第二章 仿人机械手运动学模型及抓取规划 | 第17-32页 |
| 2.1 齐次坐标变换 | 第17-18页 |
| 2.2 仿人机械手结构 | 第18-19页 |
| 2.3 D-H模型 | 第19-21页 |
| 2.4 运动学正问题 | 第21-24页 |
| 2.4.1 单指运动学正问题 | 第21-23页 |
| 2.4.2 五指运动学正问题 | 第23-24页 |
| 2.5 运动学逆问题 | 第24-27页 |
| 2.5.1 单指运动学逆问题 | 第24-26页 |
| 2.5.2 五指运动学逆问题 | 第26-27页 |
| 2.6 仿人机械手微分运动学 | 第27-28页 |
| 2.6.1 雅克比矩阵 | 第27-28页 |
| 2.6.2 五指静力学 | 第28页 |
| 2.7 仿人机械手的抓取规划 | 第28-31页 |
| 2.7.1 抓取对象建模 | 第29页 |
| 2.7.2 接触位置规划 | 第29-31页 |
| 2.7.3 抓取规划流程 | 第31页 |
| 2.8 本章小结 | 第31-32页 |
| 第三章 仿人机械手操作员手势提取与识别 | 第32-54页 |
| 3.1 Kinect传感器 | 第32-33页 |
| 3.2 数据预处理 | 第33-34页 |
| 3.3 手势提取 | 第34-41页 |
| 3.3.1 基于肤色的手势提取 | 第35-37页 |
| 3.3.2 单手手势提取 | 第37-40页 |
| 3.3.3 双手手势提取 | 第40-41页 |
| 3.4 手势识别 | 第41-45页 |
| 3.4.1 RBM模型 | 第41-42页 |
| 3.4.2 特征提取 | 第42-44页 |
| 3.4.3 手势分类 | 第44-45页 |
| 3.4.4 手势识别处理流程 | 第45页 |
| 3.5 改进的特征提取方法 | 第45-52页 |
| 3.5.1 手势轮廓检测 | 第45-48页 |
| 3.5.2 手指检测 | 第48-50页 |
| 3.5.3 归一化傅里叶描述子 | 第50-52页 |
| 3.5.4 改进的特征提取方法 | 第52页 |
| 3.6 本章小结 | 第52-54页 |
| 第四章 手势提取与识别实验的对比与分析 | 第54-60页 |
| 4.1 数据集 | 第54-56页 |
| 4.2 实验结果评价 | 第56-57页 |
| 4.3 手势提取实验 | 第57页 |
| 4.4 手势识别实验 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 仿人机械手控制系统设计 | 第60-70页 |
| 5.1 控制系统设计 | 第60-66页 |
| 5.1.1 系统总体结构 | 第60-61页 |
| 5.1.2 客户端的设计 | 第61-62页 |
| 5.1.3 服务器端的设计 | 第62-63页 |
| 5.1.4 控制指令设计 | 第63-64页 |
| 5.1.5 通信指令设计 | 第64-66页 |
| 5.2 单仿人机械手控制实验 | 第66-67页 |
| 5.3 双仿人机械手控制实验 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 总结与展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表论文及科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 答辩委员会对论文的评定意见 | 第77页 |
