基于图像的智能机器人视觉伺服系统
| 1 绪论 | 第1-28页 |
| ·引言 | 第12-13页 |
| ·智能机器人视觉控制研究综述 | 第13-25页 |
| ·机器人视觉伺服系统结构分类 | 第15-20页 |
| ·2D-1／2视觉伺服 | 第20-21页 |
| ·图像特征提取 | 第21-22页 |
| ·视觉控制器 | 第22-25页 |
| ·视觉伺服控制发展方向 | 第25页 |
| ·本文所做的工作 | 第25-28页 |
| 2 机器人运动学分析 | 第28-36页 |
| ·引言 | 第28页 |
| ·MOTOMAN-SV3机器人结构与参数 | 第28-30页 |
| ·MOTOMAN-SV3机器人正运动学建模与分析 | 第30-31页 |
| ·MOTOMAN-SV3机器人逆运动学求解 | 第31-35页 |
| ·小结 | 第35-36页 |
| 3 机器人关节伺服控制 | 第36-46页 |
| ·引言 | 第36页 |
| ·基于模糊趋近律的交流伺服控制系统 | 第36-42页 |
| ·离散系统趋近律控制 | 第37-39页 |
| ·离散系统模糊趋近律控制 | 第39-41页 |
| ·全数字交流位置伺服系统设计 | 第41-42页 |
| ·实验结果 | 第42-45页 |
| ·小结 | 第45-46页 |
| 4 智能机器人视觉伺服中的图像处理 | 第46-70页 |
| ·引言 | 第46页 |
| ·图像滤波 | 第46-48页 |
| ·图像角点检测 | 第48-52页 |
| ·SUSAN角点检测方法 | 第49-50页 |
| ·改进角点检测算法 | 第50-51页 |
| ·实验结果 | 第51-52页 |
| ·目标识别 | 第52-68页 |
| ·图像矩 | 第52-54页 |
| ·多目标识别 | 第54-57页 |
| ·基于遗传算法(GA)的图像匹配 | 第57-68页 |
| ·小结 | 第68-70页 |
| 5 基于图像反馈的机器人视觉定位 | 第70-82页 |
| ·引言 | 第70页 |
| ·图像雅克比矩阵方法原理 | 第70-73页 |
| ·基于近似图像雅克比矩阵的视觉定位 | 第73-78页 |
| ·基本原理 | 第73-76页 |
| ·控制器设计 | 第76-78页 |
| ·仿真实验 | 第78-81页 |
| ·小结 | 第81-82页 |
| 6 基于人工神经网络的机器人手眼视觉伺服系统 | 第82-108页 |
| ·引言 | 第82页 |
| ·人工神经网络原理及应用 | 第82-87页 |
| ·BP算法原理 | 第83-85页 |
| ·神经网络应用 | 第85-86页 |
| ·BP网络改进方法 | 第86-87页 |
| ·基于人工神经网络的机器人平动视觉伺服 | 第87-96页 |
| ·视觉映射模型 | 第89-91页 |
| ·神经网络视觉伺服控制策略 | 第91-93页 |
| ·BP-GA混合学习神经网络平动视觉伺服 | 第93-94页 |
| ·仿真实验 | 第94-96页 |
| ·基于ANFIS的平面三自由度视觉伺服 | 第96-106页 |
| ·神经网络平面三自由度视觉伺服原理 | 第97-98页 |
| ·模糊神经网络原理 | 第98-99页 |
| ·ANFIS原理及应用 | 第99-105页 |
| ·平面三自由度视觉伺服仿真 | 第105-106页 |
| ·小结 | 第106-108页 |
| 7 智能机器人手眼视觉伺服实验研究 | 第108-128页 |
| ·引言 | 第108页 |
| ·系统硬件结构 | 第108-111页 |
| ·MOTOMAN-SV3机器人控制器接口 | 第109页 |
| ·视觉系统组成 | 第109-111页 |
| ·摄像机成像误差校正 | 第111-117页 |
| ·摄像机成像误差校正原理 | 第112-113页 |
| ·RBF网络 | 第113-115页 |
| ·实验研究 | 第115-117页 |
| ·恒定旋转矩阵视觉立体定位 | 第117-124页 |
| ·手眼视觉坐标变换原理 | 第117-119页 |
| ·恒定旋转矩阵视觉立体定位原理 | 第119-120页 |
| ·实验设计 | 第120-124页 |
| ·基于神经网络的机器人平面运动跟踪 | 第124-127页 |
| ·算法修正 | 第124-125页 |
| ·实验研究 | 第125-127页 |
| ·小结 | 第127-128页 |
| 结论 | 第128-130页 |
| 致谢 | 第130-131页 |
| 参考文献 | 第131-142页 |
| 攻读博士学位期间的研究成果 | 第142-143页 |
