基于手势识别的工业机器人操作控制方法设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 引言 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外现状分析 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 研究意义与创新点 | 第16页 |
| 1.4 研究内容与章节安排 | 第16-17页 |
| 1.5 本章小结 | 第17-19页 |
| 第二章 工业机器人运动学分析及三维仿真 | 第19-32页 |
| 2.1 工业机器人的数学基础 | 第19-25页 |
| 2.1.1 空间描述 | 第19-20页 |
| 2.1.2 齐次变换 | 第20-21页 |
| 2.1.3 坐标系定义 | 第21页 |
| 2.1.4 连杆与关节 | 第21-23页 |
| 2.1.5 D-H参数表示法 | 第23-25页 |
| 2.2 工业机器人运动学分析 | 第25-29页 |
| 2.2.1 正向运动学方程 | 第25-27页 |
| 2.2.2 逆向运动学方程 | 第27-29页 |
| 2.3 RBT-6T机器人三维仿真 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 工业机器人操作与手势提取 | 第32-43页 |
| 3.1 操作系统硬件构成 | 第32-34页 |
| 3.1.1 操作控制原理 | 第32页 |
| 3.1.2 Kinect传感器 | 第32-34页 |
| 3.2 Kinect与手势图像提取 | 第34-37页 |
| 3.2.1 Kinect深度信息获取原理 | 第34-35页 |
| 3.2.2 Kinect手势识别应用 | 第35页 |
| 3.2.3 OpenNI2 | 第35-37页 |
| 3.3 手势识别与操作控制 | 第37-42页 |
| 3.3.1 手部图像提取 | 第37-38页 |
| 3.3.2 手部图像分割 | 第38-40页 |
| 3.3.3 手部图像处理 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于深度自编码网络的手势识别 | 第43-59页 |
| 4.1 网络模型 | 第43页 |
| 4.2 反向传播算法 | 第43-47页 |
| 4.3 自码编算法和稀疏编码 | 第47-49页 |
| 4.4 Softmax分类器 | 第49-51页 |
| 4.5 微调 | 第51-52页 |
| 4.6 实验与分析 | 第52-58页 |
| 4.6.1 实验数据集 | 第52-53页 |
| 4.6.2 实验目的 | 第53页 |
| 4.6.3 稀疏性与微调对识别率的影响 | 第53-55页 |
| 4.6.4 隐藏层节点个数对识别率的影响 | 第55-57页 |
| 4.6.5 寻找最优网络配置 | 第57-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 基于手势识别的操作控制 | 第59-71页 |
| 5.1 操作控制需求分析与设计 | 第59-60页 |
| 5.1.1 操作控制系统需求分析 | 第59页 |
| 5.1.2 操作控制系统设计 | 第59-60页 |
| 5.2 操作控制系统功能框架 | 第60-62页 |
| 5.2.1 机器人手势设计与控制模式 | 第60-62页 |
| 5.3 客户端主要功能介绍 | 第62-63页 |
| 5.3.1 客户端主界面 | 第62页 |
| 5.3.2 关节操作方式和整体操作方式 | 第62-63页 |
| 5.3.3 本地仿真模式和远程控制模式 | 第63页 |
| 5.3.4 客户端其他功能 | 第63页 |
| 5.4 服务器主要功能介绍 | 第63-64页 |
| 5.5 实验过程及实验结果分析 | 第64-70页 |
| 5.5.1 机器人本地仿真控制实验 | 第65-67页 |
| 5.5.2 机器人远程控制实验 | 第67-69页 |
| 5.5.3 试验结果分析 | 第69-70页 |
| 5.6 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间取得的研究成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 答辩委员会对论文的评定意见 | 第78页 |
