基于预测控制的非完整移动机器人视觉伺服
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11页 |
| 1.2 研究背景及意义 | 第11-12页 |
| 1.3 研究现状 | 第12-16页 |
| 1.4 本文研究内容及论文结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 非完整移动机器人总体方案设计 | 第18-27页 |
| 2.1 非完整移动机器人的设备选型 | 第18-20页 |
| 2.2 非完整移动机器人的系统框架设计 | 第20-22页 |
| 2.2.1 硬件框架设计 | 第20-21页 |
| 2.2.2 软件框架设计 | 第21-22页 |
| 2.3 非完整移动机器人的数学模型 | 第22-26页 |
| 2.3.1 运动学模型 | 第22-24页 |
| 2.3.2 动力学模型 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 移动机器人的视觉镇定 | 第27-53页 |
| 3.1 视觉镇定简介 | 第27-28页 |
| 3.2 Kinect获取深度图像 | 第28-31页 |
| 3.2.1 Kinect深度成像原理简介 | 第28-29页 |
| 3.2.2 Kinect标定 | 第29-30页 |
| 3.2.3 坐标变换 | 第30-31页 |
| 3.3 视觉镇定的数学模型 | 第31-35页 |
| 3.3.1 视觉镇定的运动学模型 | 第31-32页 |
| 3.3.2 视觉镇定的动力学模型 | 第32-34页 |
| 3.3.3 机器人-相机-目标模型 | 第34-35页 |
| 3.4 视觉控制器设计 | 第35-48页 |
| 3.4.1 模型预测控制 | 第36-42页 |
| 3.4.2 原对偶神经网络优化 | 第42-47页 |
| 3.4.3 视觉控制器系统框架 | 第47-48页 |
| 3.5 实验结果 | 第48-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 移动机器人的轨迹跟踪 | 第53-68页 |
| 4.1 轨迹跟踪概述 | 第53-54页 |
| 4.2 轨迹跟踪运动学模型 | 第54-56页 |
| 4.3 h~3 样条轨迹规划 | 第56-59页 |
| 4.4 轨迹跟踪控制律 | 第59-61页 |
| 4.5 轨迹跟踪实验结果 | 第61-67页 |
| 4.5.1 仿真结果 | 第61-63页 |
| 4.5.2 实验结果 | 第63-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 基于视觉的移动机器人编队控制 | 第68-81页 |
| 5.1 编队控制概述 | 第68-69页 |
| 5.2 编队控制的数学模型 | 第69-70页 |
| 5.3 编队控制算法的实现 | 第70-73页 |
| 5.4 实验结果 | 第73-80页 |
| 5.5 本章小结 | 第80-81页 |
| 总结与展望 | 第81-83页 |
| 1 论文主要工作总结 | 第81-82页 |
| 2 论文的工作展望 | 第82-83页 |
| 参考文献 | 第83-90页 |
| 附录 | 第90-95页 |
| 附录 1 | 第90-91页 |
| 附录 2 | 第91-93页 |
| 附录 3 | 第93-95页 |
| 攻读硕士学位期间取得的研究成果 | 第95-96页 |
| 致谢 | 第96-97页 |
| 附件 | 第97页 |
