摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-22页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.1.1 研究背景 | 第10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-20页 |
1.2.1 遥操作机器人研究现状 | 第11-16页 |
1.2.2 力反馈型双向控制研究现状 | 第16-19页 |
1.2.3 遥操作系统评价指标 | 第19-20页 |
1.3 文章结构 | 第20-21页 |
1.4 本章小结 | 第21-22页 |
2 论文总体方案设计 | 第22-29页 |
2.1 论文研究内容 | 第22页 |
2.1.1 论文的研究目标 | 第22页 |
2.1.2 论文研究的关键点 | 第22页 |
2.2 系统总体方案 | 第22-28页 |
2.2.1 Phantom Omini设备介绍 | 第23-24页 |
2.2.2 系统软件模块 | 第24-28页 |
2.3 本章小结 | 第28-29页 |
3 遥操作主从机械臂运动学与动力学分析 | 第29-37页 |
3.1 Phantom Omini机械臂运动学建模 | 第29-33页 |
3.1.1 Phantom Omni D-H参数建模 | 第29-31页 |
3.1.2 Phantom Omni运动学方程 | 第31-33页 |
3.2 Phantom Omni机械臂动力学方程 | 第33-36页 |
3.3 本章小结 | 第36-37页 |
4 基于Kinect的从端环境空间位姿信息获取 | 第37-55页 |
4.1 遥操作系统从端工作环境测量 | 第37-44页 |
4.1.1 Kinect深度测量原理 | 第37-38页 |
4.1.2 Kinect深度测量精度分析 | 第38-41页 |
4.1.3 Kinect深度相机与彩色相机配准 | 第41-44页 |
4.2 操作空间目标识别及点云聚类分割 | 第44-48页 |
4.2.1 NCC模板匹配 | 第44-45页 |
4.2.2 K-means点云聚类分割 | 第45-48页 |
4.3 目标位姿信息检测 | 第48-54页 |
4.3.1 位姿描述 | 第48-49页 |
4.3.2 物体位姿估计 | 第49-52页 |
4.3.3 相对位姿解算 | 第52-54页 |
4.4 本章小结 | 第54-55页 |
5 基于图像虚拟引导力的遥操作主从机械臂控制策略分析 | 第55-74页 |
5.1 机器人的虚拟引导力建模 | 第55-62页 |
5.1.1 人工势场法简介 | 第55页 |
5.1.2 从端机械臂虚拟力建模原理 | 第55-56页 |
5.1.3 作业对象虚拟力建模 | 第56-62页 |
5.2 基于位置的主从遥操作控制策略 | 第62-70页 |
5.2.1 基于位置的遥操作双边控制 | 第62-63页 |
5.2.2 模糊控制策略简介 | 第63-65页 |
5.2.3 模糊PD控制器设计 | 第65-70页 |
5.3 主端存在虚拟力反馈主从遥操作控制策略 | 第70-73页 |
5.3.1 力觉反馈的实现 | 第70-71页 |
5.3.2 力反馈控制策略 | 第71-73页 |
5.4 本章小结 | 第73-74页 |
6 系统实现 | 第74-92页 |
6.1 实验平台 | 第74页 |
6.2 基于位置的模糊PD双边控制实验 | 第74-79页 |
6.2.1 遥操作机器人末端位姿跟随分析 | 第75-76页 |
6.2.2 遥操作机械臂运动关节角度分析 | 第76-77页 |
6.2.3 主从遥操作机器人误差分析 | 第77-79页 |
6.3 有力觉辅助的遥操作双边控制实验 | 第79-91页 |
6.3.1 从端环境点云数处理实验 | 第79-80页 |
6.3.2 目标识别及聚类 | 第80-82页 |
6.3.3 目标及环境障碍物位置信息 | 第82-83页 |
6.3.4 从端环境引力/斥力场实验 | 第83-86页 |
6.3.5 主端机械臂各关节角 /转矩 | 第86-87页 |
6.3.6 有力觉辅助的遥操作机器人运动轨迹分析 | 第87-88页 |
6.3.7 有力觉辅助的遥操作系统操作者工作效率分析 | 第88-91页 |
6.4 本章小结 | 第91-92页 |
全文总结及展望 | 第92-94页 |
致谢 | 第94-95页 |
参考文献 | 第95-100页 |
攻读硕士学位期间发表的学术论文及研究成果 | 第100页 |