基于视觉的三轴SCARA机械手运动学标定研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-22页 |
| 1.1 引言 | 第10-13页 |
| 1.2 机器人标定技术研究现状 | 第13-17页 |
| 1.3 视觉测量系统中的关键技术 | 第17-19页 |
| 1.4 本文的研究内容和意义 | 第19-20页 |
| 1.4.1 研究内容 | 第19-20页 |
| 1.4.2 研究意义 | 第20页 |
| 1.5 本文的组织结构 | 第20-22页 |
| 2 机器人运动学参数标定理论 | 第22-32页 |
| 2.1 机器人建模 | 第22-26页 |
| 2.1.1 建模理论基础 | 第22-24页 |
| 2.1.2 机器人运动学建模 | 第24-26页 |
| 2.2 参数辨识原理 | 第26-30页 |
| 2.2.1 轴线测量法 | 第26-27页 |
| 2.2.2 机械手测量运动规划 | 第27-30页 |
| 2.3 误差补偿 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 视觉测量系统与机械手系统 | 第32-40页 |
| 3.1 视觉测量系统 | 第32-36页 |
| 3.1.1 远心成像原理 | 第32-34页 |
| 3.1.2 测量系统搭建 | 第34-36页 |
| 3.2 机械手系统 | 第36-37页 |
| 3.3 本章小结 | 第37-40页 |
| 4 圆形标志点中心定位算法 | 第40-54页 |
| 4.1 亚像素算法理论墓础 | 第41-44页 |
| 4.1.1 数字图像原理 | 第41-42页 |
| 4.1.2 边缘检测算子 | 第42-44页 |
| 4.1.3 Zernike正交矩 | 第44页 |
| 4.1.4 数据拟合方法 | 第44页 |
| 4.2 三种典型算法 | 第44-48页 |
| 4.2.1 梯度重心法 | 第44-46页 |
| 4.2.2 高斯拟合法 | 第46-47页 |
| 4.2.3 Zernike矩法 | 第47-48页 |
| 4.3 算法仿真 | 第48-52页 |
| 4.3.1 标准图像生成 | 第48-50页 |
| 4.3.2 像素级边缘 | 第50-51页 |
| 4.3.3 亚像素级中心定位 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 5 标定算法与实验 | 第54-64页 |
| 5.1 小段圆弧双阈值拟合算法 | 第54-57页 |
| 5.2 ROI提取算法 | 第57-59页 |
| 5.3 标定实验 | 第59-63页 |
| 5.3.1 实验过程 | 第59-62页 |
| 5.3.2 标定效果检验 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 作者简历及在攻读硕士学位期间所取得的科研成果 | 第70页 |
