| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·机器人视觉伺服控制简介 | 第9-11页 |
| ·研究机器人视觉伺服控制的意义 | 第9页 |
| ·机器人视觉伺服控制的分类 | 第9-11页 |
| ·智能控制简介 | 第11-13页 |
| ·智能控制的发展 | 第11-12页 |
| ·智能控制在机器人视觉伺服控制中的应用 | 第12-13页 |
| ·主要研究内容 | 第13-15页 |
| 第2章 机器人运动模型的建立 | 第15-26页 |
| ·引言 | 第15页 |
| ·机器人模型的建立 | 第15-22页 |
| ·坐标变换 | 第16-19页 |
| ·机器人位姿的描述 | 第19-22页 |
| ·摄像机模型的建立 | 第22-25页 |
| ·小孔成像模型的建立 | 第22-23页 |
| ·建立摄像机内参数模型 | 第23-24页 |
| ·建立摄像机外参数模型 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于神经网络的机器人视觉控制器设计 | 第26-37页 |
| ·引言 | 第26页 |
| ·神经网络的基本原理的介绍 | 第26-30页 |
| ·生物神经元和神经元的基本知识 | 第26-27页 |
| ·人工神经元知识 | 第27-30页 |
| ·基于神经网络的视觉伺服系统设计 | 第30-34页 |
| ·神经网络控制器结构选择 | 第31-32页 |
| ·BP 神经网络控制器的学习算法 | 第32-34页 |
| ·仿真实验 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于遗传算法优化神经网络的机器人视觉控制器设计 | 第37-44页 |
| ·引言 | 第37页 |
| ·遗传算法的基本知识 | 第37-39页 |
| ·生物的遗传、进化和适应性 | 第37-38页 |
| ·遗传算法的基本知识 | 第38-39页 |
| ·遗传算法优化神经网络控制器设计 | 第39-42页 |
| ·控制器的设计步骤 | 第40-42页 |
| ·仿真实验 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于模糊小波神经网络的机器人视觉控制器设计 | 第44-54页 |
| ·引言 | 第44页 |
| ·模糊控制器知识 | 第44-46页 |
| ·小波变换的基本知识 | 第46-47页 |
| ·连续小波变换 | 第46页 |
| ·离散小波变换 | 第46-47页 |
| ·模糊小波神经网络控制器设计 | 第47-53页 |
| ·基于模糊小波神经网络的视觉伺服系统结构 | 第47-49页 |
| ·系统的训练算法 | 第49-52页 |
| ·仿真实验 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |