| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 论文选题的目的意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-12页 |
| 1.3 文章主要内容 | 第12-13页 |
| 1.4 章节安排 | 第13-14页 |
| 2 盆栽植物视觉定位 | 第14-27页 |
| 2.1 目标检测的定义 | 第14-15页 |
| 2.1.1 传统目标检测 | 第14页 |
| 2.1.2 深度学习目标检测 | 第14-15页 |
| 2.2 模型的选择 | 第15页 |
| 2.3 Faster R-CNN模型 | 第15-23页 |
| 2.3.1 RCNN提出 | 第15-18页 |
| 2.3.2 Fast-RCNN的改进之处 | 第18-20页 |
| 2.3.3 RPN网络的加入 | 第20-23页 |
| 2.4 盆栽植物检测模型训练 | 第23-27页 |
| 2.4.1 迁移模型选择 | 第23-24页 |
| 2.4.2 Atrous convolution的融入 | 第24-25页 |
| 2.4.3 训练表现 | 第25-27页 |
| 3 植物叶片分割 | 第27-37页 |
| 3.1 叶片点云生成 | 第27-28页 |
| 3.1.1 深度图像获取 | 第27页 |
| 3.1.2 点云映射 | 第27-28页 |
| 3.2 叶片点云分割 | 第28-33页 |
| 3.2.1 离群点云滤波 | 第28-29页 |
| 3.2.2 黄绿点云筛选 | 第29页 |
| 3.2.3 点云的欧式聚类提取 | 第29-33页 |
| 3.3 叶片位姿生成 | 第33-35页 |
| 3.3.1 协方差矩阵 | 第33-34页 |
| 3.3.2 计算OBB包围盒 | 第34-35页 |
| 3.4 叶片夹取选择 | 第35-37页 |
| 4 手眼标定 | 第37-42页 |
| 4.1 变换关系 | 第37-39页 |
| 4.1.1 相机在机械臂上 | 第37-38页 |
| 4.1.2 相机在机械臂外 | 第38页 |
| 4.1.3 坐标关系获取 | 第38-39页 |
| 4.2 解决AX=XB问题 | 第39-42页 |
| 4.2.1 Tsai手眼标定算法 | 第40-41页 |
| 4.2.2 标定结果 | 第41-42页 |
| 5 运动控制 | 第42-50页 |
| 5.1 机械臂URDF模型 | 第42-43页 |
| 5.1.1 基本规则 | 第42页 |
| 5.1.2 变换终端夹具的尺寸 | 第42-43页 |
| 5.2 机械臂逆运动学 | 第43-44页 |
| 5.2.1 雅可比矩阵 | 第43-44页 |
| 5.2.2 牛顿迭代法运动学逆解 | 第44页 |
| 5.3 Moveit运动规划 | 第44-50页 |
| 5.3.1 碰撞检测库FCL | 第44-45页 |
| 5.3.2 Ompl运动规划库 | 第45-47页 |
| 5.3.3 笛卡尔策略 | 第47-50页 |
| 6 自动叶片夹取实验 | 第50-56页 |
| 6.1 实验硬件环境搭建 | 第50页 |
| 6.1.1 机械臂 | 第50页 |
| 6.1.2 摄像头 | 第50页 |
| 6.2 实验软件系统 | 第50-53页 |
| 6.2.1 驱动层 | 第50-51页 |
| 6.2.2 感知层 | 第51-52页 |
| 6.2.3 规划与执行层 | 第52-53页 |
| 6.3 叶片自动夹取实验 | 第53-55页 |
| 6.4 实验总结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录 ROS节点框架图 | 第61-62页 |
| 攻读学位期间的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |