首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于双目视觉的目标识别定位及机器人抓取研究

摘要第4-5页
abstract第5页
第一章 绪论第14-23页
    1.1 课题背景及研究意义第14-16页
    1.2 国内外研究现状分析第16-22页
        1.2.1 视觉发展概述及目标识别研究现状第16-18页
        1.2.2 基于立体视觉的重建与定位研究现状第18-20页
        1.2.3 基于视觉的机器人抓取系统研究现状第20-22页
    1.3 课题主要研究内容第22-23页
第二章 双目视觉系统的建立及标定第23-39页
    2.1 引言第23页
    2.2 相机成像模型及坐标系的建立第23-28页
        2.2.1 相机的成像模型第23-24页
        2.2.2 相机的畸变模型第24-26页
        2.2.3 坐标系的建立与转换第26-28页
    2.3 双目视觉系统成像模型及测距原理第28-32页
        2.3.1 双目视觉系统与对极几何第28-30页
        2.3.2 一般的双目视觉系统模型第30-31页
        2.3.3 标准的双目视觉系统模型第31-32页
    2.4 双目视觉系统的标定及精度验证第32-38页
        2.4.1 相机标定原理及方法第32-35页
        2.4.2 双目视觉系统标定第35-38页
        2.4.3 双目视觉系统标定精度研究第38页
    2.5 本章小结第38-39页
第三章 基于描述子的模板匹配与目标识别第39-61页
    3.1 引言第39页
    3.2 图像预处理算法第39-43页
        3.2.1 图像滤波预处理第39-42页
        3.2.2 图像灰度预处理第42-43页
    3.3 基于模板匹配的目标识别方法概述第43-46页
        3.3.1 模板匹配方法的原理与分类第43-46页
        3.3.2 基于描述子的模板匹配方法第46页
    3.4 基于SIFT描述子的特征匹配第46-50页
        3.4.1 SIFT特征描述子匹配原理第46-49页
        3.4.2 基于RANSAC算法的误匹配点剔除第49-50页
    3.5 Harris角点与随机树描述子相结合的特征匹配第50-54页
        3.5.1 Harris角点检测算法第50-51页
        3.5.2 基于随机树算法的特征点分类匹配第51-54页
    3.6 描述子模板匹配方法的性能验证实验第54-59页
        3.6.1 基于RANSAC算法优化的SIFT特征匹配实验第54-55页
        3.6.2 基于随机树分类描述的特征匹配实验第55-57页
        3.6.3 描述子模板匹配方法性能研究第57-59页
    3.7 本章小结第59-61页
第四章 物体的三维重建及视觉定位研究第61-76页
    4.1 引言第61页
    4.2 立体匹配与深度恢复第61-67页
        4.2.1 立体校正第61-62页
        4.2.2 基本假设与约束条件第62-63页
        4.2.3 匹配基元与相似性度量函数的选择第63-65页
        4.2.4 立体匹配实验第65-67页
    4.3 三维重建与位姿求取第67-71页
        4.3.1 三维重建的原理与方法第67-69页
        4.3.2 三维重建精度验证第69-70页
        4.3.3 目标的空间位姿求取第70-71页
    4.4 单个及多个目标物体定位实验及定位策略第71-75页
        4.4.1 单个目标物体定位第71页
        4.4.2 多个平铺及堆叠的目标物体定位第71-75页
    4.5 本章小结第75-76页
第五章 基于双目视觉的机器人目标抓取运动系统及实验第76-91页
    5.1 引言第76页
    5.2 基于视觉的机器人抓取系统构建第76-80页
        5.2.1 系统简介第76-77页
        5.2.2 双目视觉系统选型第77-79页
        5.2.3 末端抓取装置选型第79-80页
    5.3 机器人系统运动学建模第80-83页
        5.3.1 机器人运动学建模第80-81页
        5.3.2 机器人运动学分析第81-83页
    5.4 机器人手眼标定第83-86页
        5.4.1 手眼标定的原理及模型第83-84页
        5.4.2 机器人手眼标定实验第84-86页
    5.5 基于双目视觉的目标识别定位与机器人抓取实验第86-90页
        5.5.1 基于双目视觉的目标定位精度验证第86-88页
        5.5.2 基于双目视觉的机器人目标定位抓取第88-90页
    5.6 本章小结第90-91页
第六章 总结与展望第91-93页
    6.1 本文工作总结第91-92页
    6.2 后续工作展望第92-93页
参考文献第93-99页
致谢第99-100页
在学期间的研究成果及发表的学术论文第100-101页
附录一 机器人运动学正、逆解具体表达式第101-102页

论文共102页,点击 下载论文
上一篇:稀土磷光体的光温传感性能设计
下一篇:支持制造物联的多AGV系统调度关键技术研究