多面体机器人姿态检测技术研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 课题研究意义 | 第13页 |
| 1.3 机器人姿态检测技术研究现状 | 第13-16页 |
| 1.3.1 超声波检测 | 第14-15页 |
| 1.3.2 摄像机视觉检测 | 第15页 |
| 1.3.3 惯性测量 | 第15-16页 |
| 1.4 多面体移动机器人及其姿态检测技术研究现状 | 第16-18页 |
| 1.5 主要研究内容 | 第18-20页 |
| 2 多面体机器人运动学模型 | 第20-44页 |
| 2.1 刚体的位姿表示 | 第20-27页 |
| 2.1.1 刚体的位置表示 | 第20-23页 |
| 2.1.2 刚体的姿态表示 | 第23-25页 |
| 2.1.3 刚体位姿及其变化的表示 | 第25-27页 |
| 2.2 多面体机器人运动学建模 | 第27-42页 |
| 2.2.1 多面体机器人的结构特点 | 第27-29页 |
| 2.2.2 多面体机器人运动学通用模型研究 | 第29-41页 |
| 2.2.3 与D-H参数法比较分析 | 第41-42页 |
| 2.3 本章小结 | 第42-44页 |
| 3 四面体机器人运动学建模 | 第44-62页 |
| 3.1 四面体机器人的结构特点 | 第44-48页 |
| 3.1.1 四面体机器人自由度分析 | 第44-45页 |
| 3.1.2 四面体机器人运动原理研究 | 第45-48页 |
| 3.2 四面体机器人运动学建模 | 第48-60页 |
| 3.2.1 基座模块球面副P2、P4、PS的位置 | 第50-51页 |
| 3.2.2 执行器模块A及球面副P1、P3的位置 | 第51-56页 |
| 3.2.3 执行器模块B、D及球面副P6的位置 | 第56-60页 |
| 3.3 本章小结 | 第60-62页 |
| 4 基于卡尔曼滤波器的多数据融合算法研究 | 第62-76页 |
| 4.1 物体姿态角的检测 | 第62-64页 |
| 4.1.1 陀螺仪姿态角检测原理 | 第62-63页 |
| 4.1.2 加速度计姿态角检测原理 | 第63-64页 |
| 4.1.3 磁力计姿态角检测原理 | 第64页 |
| 4.2 基于卡尔曼滤波器的多数据融合算法 | 第64-71页 |
| 4.2.1 数据融合理论概述 | 第65页 |
| 4.2.2 卡尔曼滤波器的设计 | 第65-67页 |
| 4.2.3 建立基于卡尔曼滤波器的数据融合模型 | 第67-69页 |
| 4.2.4 多数据融合算法的实现 | 第69-71页 |
| 4.3 基于卡尔曼滤波器的数据融合算法实验 | 第71-75页 |
| 4.3.1 多数据融合算法的静态实验与结果分析 | 第71-74页 |
| 4.3.2 多数据融合算法的动态实验与结果分析 | 第74-75页 |
| 4.4 本章小结 | 第75-76页 |
| 5 四面体机器人姿态检测系统的设计与实现 | 第76-90页 |
| 5.1 姿态检测硬件系统设计 | 第76-84页 |
| 5.1.1 机器人姿态检测方案 | 第76-77页 |
| 5.1.2 机器人姿态检测系统硬件平台设计 | 第77-84页 |
| 5.2 姿态检测软件系统设计 | 第84-89页 |
| 5.2.1 数据采集与处理程序设计 | 第84-87页 |
| 5.2.2 姿态显示系统设计 | 第87-89页 |
| 5.3 本章小结 | 第89-90页 |
| 6 系统实验 | 第90-100页 |
| 6.1 姿态检测单元调试实验 | 第90-92页 |
| 6.2 姿态检测系统实验 | 第92-99页 |
| 6.3 本章小结 | 第99-100页 |
| 7 结论 | 第100-102页 |
| 7.1 总结 | 第100页 |
| 7.2 展望 | 第100-102页 |
| 参考文献 | 第102-106页 |
| 附录 | 第106-110页 |
| 作者简历 | 第110-114页 |
| 学位论文数据集 | 第114页 |
