| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究目的及意义 | 第10-11页 |
| 1.2 国内外研究现状及发展 | 第11-15页 |
| 1.3 论文的结构安排和具体内容 | 第15-17页 |
| 第二章 多爪机械手的系统架构 | 第17-24页 |
| 2.1 硬件平台 | 第17-20页 |
| 2.1.1 u Hand2.0 多爪机械手 | 第17-18页 |
| 2.1.2 Turtlebot2移动平台 | 第18页 |
| 2.1.3 RPLIDAR雷达 | 第18-19页 |
| 2.1.4 Xtion PRO LIVE摄像头 | 第19-20页 |
| 2.2 ROS机械臂操作系统 | 第20-22页 |
| 2.2.1 ROS系统介绍 | 第20页 |
| 2.2.2 ROS系统原理及应用 | 第20-21页 |
| 2.2.3 ROS架构与通信方式 | 第21-22页 |
| 2.3 Rasppberry Pi控制 | 第22-23页 |
| 2.3.1 Rasppberry Pi简介 | 第22-23页 |
| 2.3.2 Rasppberry Pi功能及应用 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 机器人的建图与导航 | 第24-38页 |
| 3.1 建图方法 | 第24-28页 |
| 3.1.1 SLAM与MAP | 第24-26页 |
| 3.1.2 Gmapping SLAM | 第26-28页 |
| 3.2 自主导航 | 第28-31页 |
| 3.2.1 Navigation导航包 | 第28-29页 |
| 3.2.2 Navigation导航包算法 | 第29-31页 |
| 3.2.3 Navigation导航包设置 | 第31页 |
| 3.3 自主导航实验 | 第31-37页 |
| 3.3.1 机器人建图 | 第31-35页 |
| 3.3.2 机器人自主导航 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 不规则物体的目标检测技术 | 第38-59页 |
| 4.1 基于深度学习的目标检测方法 | 第38-42页 |
| 4.1.1 深度学习 | 第38页 |
| 4.1.2 神经网络 | 第38-40页 |
| 4.1.3 卷积神经网络 | 第40-42页 |
| 4.2 不规则物体检测与识别 | 第42-47页 |
| 4.2.1 物体检测概述 | 第42-43页 |
| 4.2.2 基于深度学习的检测算法 | 第43-47页 |
| 4.2.3 Tensor Flow中实现卷积神经网络 | 第47页 |
| 4.3 抓取位置检测 | 第47-58页 |
| 4.3.1 抓取位置概述 | 第47-48页 |
| 4.3.2 抓取位置检测算法 | 第48-51页 |
| 4.3.3 不规则物体识别实验 | 第51-57页 |
| 4.3.4 不规则物体抓取位置实验 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 多爪机械手的目标抓取技术 | 第59-66页 |
| 5.1 多爪机械手控制 | 第59-62页 |
| 5.1.1 位姿描述与坐标变换 | 第59页 |
| 5.1.2 操作臂运动学和动力学 | 第59-62页 |
| 5.1.3 多爪机械手控制 | 第62页 |
| 5.2 Rassberry Pi控制机械手 | 第62-65页 |
| 5.2.1 Rassberry Pi控制 | 第62-64页 |
| 5.2.2 PC控制实现抓取 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |