| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景与研究意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 废纸杂质处理的发展 | 第13-14页 |
| 1.2.2 机器视觉的发展 | 第14-15页 |
| 1.2.3 并联机器人的发展 | 第15-16页 |
| 1.2.4 机器视觉与并联机器人的联合应用 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 第2章 废纸杂质预处理工艺 | 第19-23页 |
| 2.1 引言 | 第19页 |
| 2.2 废纸杂质预处理方法 | 第19-22页 |
| 2.2.1 废纸杂质种类组成 | 第19-20页 |
| 2.2.2 废纸杂质预处理工艺 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 视觉系统的图像处理与分析 | 第23-47页 |
| 3.1 引言 | 第23页 |
| 3.2 机器视觉系统及设备 | 第23-26页 |
| 3.2.1 视觉光源技术分析与选型 | 第23-24页 |
| 3.2.2 相机镜头技术分析与选型 | 第24-25页 |
| 3.2.3 相机本体技术分析与选型 | 第25-26页 |
| 3.3 相机坐标系转换及标定 | 第26-32页 |
| 3.3.1 相机坐标系转换 | 第26-28页 |
| 3.3.2 相机的内外参数模型 | 第28-29页 |
| 3.3.3 相机标定方法 | 第29-31页 |
| 3.3.4 相机标定实例 | 第31-32页 |
| 3.4 图像处理算法及信息提取 | 第32-45页 |
| 3.4.1 图像预处理 | 第32-38页 |
| 3.4.2 图像信息提取算法 | 第38-39页 |
| 3.4.3 基于外加轮廓框的图像目标形心定位方法 | 第39-41页 |
| 3.4.4 基于几何形状素数图像匹配算法 | 第41-43页 |
| 3.4.5 基于分色识别的图像匹配算法 | 第43-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 直线型Delta并联机器人运动分析 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 直线型Delta并联机器人结构模型 | 第47-48页 |
| 4.3 直线型Delta并联机器人运动学关系推导 | 第48-55页 |
| 4.3.1 直线型Delta并联机器人位置关系几何法求解 | 第49-51页 |
| 4.3.2 直线型Delta并联机器人位置关系矢量法求解 | 第51-53页 |
| 4.3.3 直线型Delta并联机器人速度雅可比矩阵求解 | 第53-54页 |
| 4.3.4 直线型Delta并联机器人加速度雅可比矩阵求解 | 第54-55页 |
| 4.4 直线型Delta并联机器人运动实验分析 | 第55-58页 |
| 4.4.1 运动学正解实验 | 第56-57页 |
| 4.4.2 运动学逆解实验 | 第57页 |
| 4.4.3 运动学实验结果 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 基于视觉的并联机器人识别跟踪系统构建 | 第59-71页 |
| 5.1 引言 | 第59页 |
| 5.2 识别跟踪系统整体构建 | 第59-60页 |
| 5.3 识别跟踪系统整体坐标系转换 | 第60-61页 |
| 5.4 并联机器人轨迹规划及运动控制 | 第61-67页 |
| 5.4.1 点到点轨迹规划 | 第62页 |
| 5.4.2 并联机器人运动控制 | 第62-67页 |
| 5.5 特定目标抓取实验验证 | 第67-69页 |
| 5.5.1 特定目标定位抓取实验流程 | 第67-68页 |
| 5.5.2 多组特定目标抓取实验分析 | 第68-69页 |
| 5.6 本章小结 | 第69-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 结论 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 在学期间主要科研成果 | 第79页 |
| 一、发表学术论文 | 第79页 |
| 二、其它科研成果 | 第79页 |
