首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文--工业机器人论文

面向工业机器人喷涂的工件识别与位姿估计研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-18页
    1.1 课题来源及背景意义第9-11页
        1.1.1 课题来源第9页
        1.1.2 课题研究背景和意义第9-11页
    1.2 国内外研究现状第11-17页
        1.2.1 基于视觉的自动喷涂研究现状第11-13页
        1.2.2 三维数据获取技术研究现状第13-15页
        1.2.3 三维识别和位姿估计研究现状第15-17页
    1.3 主要研究内容第17-18页
第2章 工件识别与位姿估计系统方案第18-26页
    2.1 引言第18页
    2.2 系统总体方案设计第18-21页
        2.2.1 需求分析第18-19页
        2.2.2 系统总体结构第19-20页
        2.2.3 系统工作流程第20-21页
    2.3 系统的标定算法第21-25页
        2.3.1 系统标定的数学模型第22-23页
        2.3.2 基于SVD的系统标定算法第23-25页
    2.4 本章小结第25-26页
第3章 点云的获取及预处理第26-41页
    3.1 引言第26页
    3.2 点云的获取第26-29页
        3.2.1 工件点云的获取第26-28页
        3.2.2 CAD模型点云的获取第28-29页
    3.3 工件点云提取算法第29-33页
        3.3.1 基于范围滤波的工件点云提取第30-31页
        3.3.2 基于平面拟合的工件点云提取第31-32页
        3.3.3 工件点云提取算法分析第32-33页
    3.4 点云滤波算法第33-38页
        3.4.1 点云的滤波算法第33-35页
        3.4.2 滤波算法实验及分析第35-38页
    3.5 点云精简算法第38-40页
    3.6 本章小结第40-41页
第4章 工件的识别与位姿估计第41-58页
    4.1 引言第41页
    4.2 点云的特征提取第41-47页
        4.2.1 关键点提取第41-43页
        4.2.2 法向量提取第43-44页
        4.2.3 几何特征提取第44-47页
    4.3 特征匹配识别与位姿估计第47-52页
        4.3.1 模型库建立第47页
        4.3.2 识别与位姿估计算法第47-51页
        4.3.3 识别与位姿估计结果及分析第51-52页
    4.4 基于ICP的精确位姿估计第52-57页
        4.4.1 ICP配准算法第52-53页
        4.4.2 ICP改进算法第53-56页
        4.4.3 配准结果分析第56-57页
    4.5 本章小结第57-58页
第5章 实验系统搭建与验证第58-69页
    5.1 引言第58页
    5.2 实验系统搭建第58-61页
        5.2.1 硬件平台搭建第58-60页
        5.2.2 系统软件实现第60-61页
    5.3 实验验证第61-68页
        5.3.1 标定实验及结果分析第61-64页
        5.3.2 识别与位姿估计实验及结果分析第64-68页
    5.4 本章小结第68-69页
结论第69-70页
参考文献第70-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:农业传感器网络节点长期生存性研究
下一篇:基于深度学习的空间非合作目标姿态估计算法设计