| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-18页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 机器人研究概况 | 第10-13页 |
| 1.2.1 工业机器人研究现状 | 第10-11页 |
| 1.2.2 仿人机器人研究现状 | 第11-13页 |
| 1.3 人体动作模仿研究现状 | 第13-16页 |
| 1.4 本文研究内容及章节安排 | 第16-18页 |
| 2 机器人正运动学及其求逆解 | 第18-32页 |
| 2.1 机器人正运动学 | 第18-20页 |
| 2.1.1 机器人位置和姿态描述 | 第18页 |
| 2.1.2 机器人正运动学求解 | 第18-20页 |
| 2.2 机器人逆运动学 | 第20-25页 |
| 2.2.1 机器人逆运动学求解 | 第20-21页 |
| 2.2.2 BP神经网络在逆运动学中的应用 | 第21-23页 |
| 2.2.3 Levenberg-Marquardt算法 | 第23-24页 |
| 2.2.4 基于数值迭代的求逆解方法 | 第24-25页 |
| 2.3 NAO模型及其求逆解实验 | 第25-31页 |
| 2.3.1 NAO机器人介绍 | 第25-26页 |
| 2.3.2 NAO机器人右腿运动学模型 | 第26-27页 |
| 2.3.3 解析法求右腿运动学逆解 | 第27-29页 |
| 2.3.4 LMBP算法求右腿运动学逆解 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 基于体感的仿人机器人姿态模仿 | 第32-43页 |
| 3.1 基于Kinect的人体姿态获取 | 第32-35页 |
| 3.1.1 人体动作捕捉介绍 | 第32页 |
| 3.1.2 Kinect传感器介绍 | 第32-34页 |
| 3.1.3 Kinect骨骼提取技术 | 第34-35页 |
| 3.2 姿态模仿系统框架 | 第35-36页 |
| 3.3 姿态转化 | 第36-40页 |
| 3.4 姿态模仿实验 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 仿人机器人稳定性维持及人体动作模仿 | 第43-64页 |
| 4.1 双足机器人稳定性判据 | 第43页 |
| 4.2 NAO机器人姿态稳定性维持 | 第43-52页 |
| 4.2.1 脚掌方向和高度调整策略 | 第44-47页 |
| 4.2.2 姿态稳定性判定 | 第47-49页 |
| 4.2.3 姿态稳定性修正策略 | 第49-52页 |
| 4.3 NAO机器人在线模仿人体动作 | 第52-55页 |
| 4.3.1 姿态序列的扰动滤除及限速 | 第52-53页 |
| 4.3.2 动作模仿控制流程 | 第53-55页 |
| 4.4 姿态相似性评价 | 第55-58页 |
| 4.4.1 基于关节角度的姿态相似性评价 | 第56页 |
| 4.4.2 基于连杆方向向量的姿态相似性评价 | 第56-58页 |
| 4.5 实验结果 | 第58-63页 |
| 4.5.1 姿态稳定性维持 | 第58-59页 |
| 4.5.2 人体动作在线模仿 | 第59-62页 |
| 4.5.3 姿态相似性评价 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 5 基于手势控制的SCARA机器人写字系统的开发 | 第64-75页 |
| 5.1 手势写字SCARA机器人系统结构 | 第64-67页 |
| 5.1.1 SCARA机器人 | 第64-65页 |
| 5.1.2 系统结构 | 第65-67页 |
| 5.2 系统的软件设计 | 第67-72页 |
| 5.2.2 软件的主要功能和处理流程 | 第67-69页 |
| 5.2.3 基于Kinect的手势笔画捕捉 | 第69-70页 |
| 5.2.4 文字表示和轨迹规划 | 第70-72页 |
| 5.3 实验结果 | 第72-74页 |
| 5.4 本章小结 | 第74-75页 |
| 6 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 参考文 献 | 第77-81页 |
| 攻读硕士学位期间发表论文及科研成果 | 第81-82页 |
| 致谢 | 第82-83页 |