| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第16-28页 |
| 1.1 研究背景 | 第16-18页 |
| 1.2 研究意义 | 第18-19页 |
| 1.3 研究现状及分析 | 第19-24页 |
| 1.3.1 改善机械手传感器结构、性能 | 第19-21页 |
| 1.3.2 触觉反馈的基础上,结合视觉进行轮廓跟踪 | 第21-22页 |
| 1.3.3 设计算法进行传感器原始数据融合 | 第22-23页 |
| 1.3.4 利用软硬识别完成稳定抓握控制 | 第23-24页 |
| 1.4 研究目标 | 第24-25页 |
| 1.5 研究内容及方法 | 第25页 |
| 1.6 论文结构 | 第25-27页 |
| 1.7 本章小结 | 第27-28页 |
| 第2章 物体软硬属性的定义及数据处理方法综述 | 第28-38页 |
| 2.1 引言 | 第28页 |
| 2.2 物体软硬属性的基本定义及常用测量方法 | 第28-30页 |
| 2.2.1 软硬属性的基本定义 | 第28页 |
| 2.2.2 常用的软硬度标准及测量方法 | 第28-30页 |
| 2.3 基于触觉感知的物体软硬性识别及其力学原理分析 | 第30-33页 |
| 2.4 机械手触觉传感器数据处理方法介绍 | 第33-36页 |
| 2.4.1 多传感器信息融合 | 第34-35页 |
| 2.4.2 常用传感器融合方法 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第3章 机械手与触觉信息反馈系统的搭建 | 第38-60页 |
| 3.1 引言 | 第38页 |
| 3.2 机械手及触觉反馈系统概述 | 第38-40页 |
| 3.3 系统硬件平台 | 第40-48页 |
| 3.3.1 Jaco机械臂平台简介 | 第40-41页 |
| 3.3.2 触觉传感器选型 | 第41-43页 |
| 3.3.3 传感器的安装 | 第43-45页 |
| 3.3.4 传感器采集电路设计 | 第45-46页 |
| 3.3.5 微控制器电路设计 | 第46-48页 |
| 3.4 系统软件设计 | 第48-53页 |
| 3.4.1 系统下位机软件设计 | 第48-51页 |
| 3.4.2 系统上位机软件设计 | 第51-53页 |
| 3.5 触觉反馈系统功能测试 | 第53-57页 |
| 3.5.1 硬件系统测试 | 第53页 |
| 3.5.2 传感器数据标定 | 第53-56页 |
| 3.5.3 触觉反馈系统的使用流程及数据采集实例 | 第56-57页 |
| 3.6 本章小结 | 第57-60页 |
| 第4章 软硬属性的识别及机械手稳定抓取控制 | 第60-80页 |
| 4.1 引言 | 第60页 |
| 4.2 软硬物体的抓取实验 | 第60-69页 |
| 4.2.1 实验对象的选择及手指传感器的定性分析 | 第60-61页 |
| 4.2.2 实验流程及数据采集 | 第61-63页 |
| 4.2.3 传感器原始数据分析及讨论 | 第63-69页 |
| 4.3 软硬属性的检测与在线识别 | 第69-77页 |
| 4.3.1 传感器的特征选取 | 第69-71页 |
| 4.3.2 基于KNN算法的软硬属性识别 | 第71-75页 |
| 4.3.3 软硬属性在线识别方法的优化 | 第75-77页 |
| 4.4 结合软硬属性识别的稳定抓取控制 | 第77-78页 |
| 4.5 本章小结 | 第78-80页 |
| 第5章 总结与展望 | 第80-82页 |
| 5.1 工作总结 | 第80-81页 |
| 5.2 展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 作者简历 | 第88页 |