基于Kinect的NAO机器人的模仿动作的研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 仿人机器人概述 | 第12-14页 |
| 1.2.2 模仿研究概述 | 第14-16页 |
| 1.3 实验平台概述 | 第16-18页 |
| 1.3.1 NAO机器人概述 | 第16-17页 |
| 1.3.2 Kinect传感器概述 | 第17-18页 |
| 1.4 论文结构 | 第18-20页 |
| 第2章 手臂动作的模仿 | 第20-27页 |
| 2.1 引言 | 第20页 |
| 2.2 平台的设计 | 第20-21页 |
| 2.3 角度计算 | 第21-24页 |
| 2.4 机器人关节电机的控制及实验研究 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于手臂模仿的优化与应用研究 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 滤波方法的比较 | 第27-30页 |
| 3.3 速度的控制 | 第30-31页 |
| 3.4 角度的存储 | 第31-33页 |
| 3.5 基于人脸识别的仿人机器人动作模仿的研究 | 第33-39页 |
| 3.5.1 人脸检测与人脸识别简介 | 第33-34页 |
| 3.5.2 数据转换与人脸检测 | 第34-37页 |
| 3.5.3 LBP算法与实验研究 | 第37-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第4章 基于BP神经网络的模仿过程中的稳定性辨识 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 人工神经网络简介 | 第41-45页 |
| 4.2.1 感知机神经网络 | 第41-43页 |
| 4.2.2 BP神经网络 | 第43-45页 |
| 4.3 基于机器人模仿过程中的稳定状态辨识 | 第45-52页 |
| 4.3.1 初试姿态的设定与矫正 | 第45-46页 |
| 4.3.2 全身模仿的实现 | 第46-48页 |
| 4.3.3 神经网络辨识机器人稳定状态 | 第48-52页 |
| 4.4 实验研究 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61页 |
