| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的主要工作及结构安排 | 第13-15页 |
| 第二章 机械臂视觉伺服基础 | 第15-22页 |
| 2.1 机械臂位姿 | 第15-17页 |
| 2.2 雅可比矩阵 | 第17-19页 |
| 2.2.1 机械臂雅克比矩阵 | 第18-19页 |
| 2.2.2 图像雅克比矩阵 | 第19页 |
| 2.3 视觉成像模型 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于优化的ELM对卡尔曼滤波改进的无标定伺服控制 | 第22-47页 |
| 3.1 基于卡尔曼滤波的图像雅可比矩阵在线估计 | 第22-25页 |
| 3.1.1 卡尔曼滤波简介 | 第22-23页 |
| 3.1.2 卡尔曼滤波辨识图像雅克比矩阵 | 第23-25页 |
| 3.2 改进的极限学习机模型 | 第25-29页 |
| 3.2.1 极限学习机简介 | 第25-26页 |
| 3.2.2 提出 MIXEDKOSELM 算法 | 第26-29页 |
| 3.3 基于 KF-MIXEDKOSELM 的 IBVS 控制系统 | 第29-31页 |
| 3.4 实验结果与分析 | 第31-46页 |
| 3.4.1 实验条件与参数设置 | 第31-32页 |
| 3.4.2 MIXEDKOSELM 算法性能分析 | 第32-36页 |
| 3.4.3 KF-MIXEDKOSELM-IBVS 性能分析 | 第36-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于RVFL及其改进算法的无标定视觉伺服控制 | 第47-56页 |
| 4.1 RVFL算法 | 第47-48页 |
| 4.2 基于 EEMD-RVFL 的无标定视觉伺服系统 | 第48-49页 |
| 4.3 实验结果与分析 | 第49-54页 |
| 4.3.1 实验参数设置 | 第50页 |
| 4.3.2 实验结果讨论 | 第50-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间的研究成果 | 第63页 |
