| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 课题的研究背景及意义 | 第7-9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.2.3 视觉伺服发展趋势 | 第12页 |
| 1.3 本文主要研究内容及章节安排 | 第12-14页 |
| 第2章 机器人视觉伺服控制基础 | 第14-25页 |
| 2.1 视觉伺服系统的结构 | 第14页 |
| 2.2 机器人视觉伺服系统分类 | 第14-16页 |
| 2.3 摄像机模型建立 | 第16-19页 |
| 2.3.1 摄像机的针孔成像原理 | 第16页 |
| 2.3.2 视觉坐标系概述 | 第16-18页 |
| 2.3.3 相机线性模型建立 | 第18-19页 |
| 2.4 机器人运动学模型建立 | 第19-23页 |
| 2.4.1 机器人位姿描述 | 第20页 |
| 2.4.2 机器人坐标变换矩阵 | 第20-21页 |
| 2.4.3 机器人连杆变换矩阵 | 第21-23页 |
| 2.5 图像雅可比矩阵概述及求解 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 工业机器人视觉伺服图像处理 | 第25-32页 |
| 3.1 图像信息采集 | 第25页 |
| 3.2 图像预处理算法研究 | 第25-26页 |
| 3.3 目标图像边缘检测算法研究 | 第26-30页 |
| 3.4 目标图像特征提取算法研究 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 工业机器人视觉伺服控制方法研究 | 第32-42页 |
| 4.1 图像雅可比矩阵构建 | 第32-33页 |
| 4.2 基于扩展H_∞粒子滤波算法的图像雅可比矩阵在线辨识 | 第33-35页 |
| 4.2.1 扩展H_∞粒子滤波算法 | 第33-34页 |
| 4.2.2 基于扩展H?粒子滤波算法的图像雅可比矩阵在线辨识 | 第34-35页 |
| 4.3 基于图像信息的视觉伺服控制算法设计 | 第35-37页 |
| 4.3.1 视觉伺服控制算法设计 | 第35-36页 |
| 4.3.2 基于带预测补偿的逆雅可比矩阵PI控制算法设计 | 第36-37页 |
| 4.4 仿真实验研究 | 第37-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 工业机器人视觉伺服控制实验研究 | 第42-52页 |
| 5.1 工业机器人手眼协调系统概述 | 第42页 |
| 5.2 工业机器人视觉伺服控制系统构建 | 第42-48页 |
| 5.2.1 机器人视觉子系统 | 第44-45页 |
| 5.2.2 机器人控制子系统 | 第45-46页 |
| 5.2.3 视觉伺服系统设计 | 第46-48页 |
| 5.3 工业机器人伺服控制系统实验研究 | 第48-51页 |
| 5.3.1 目标识别实验设计 | 第48-49页 |
| 5.3.2 目标跟踪实验设计 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 全文总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简介 | 第58页 |
| 攻读硕士学位期间研究成果 | 第58页 |
