首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于双目视觉的农业采摘机器人控制系统设计研究

摘要第9-11页
Abstract第11-12页
第1章 绪论第13-23页
    1.1 课题研究的背景与意义第13页
    1.2 国内外农业采摘机器人研究现状第13-20页
        1.2.1 国外采摘机器人研究现状第13-16页
        1.2.2 国内农业采摘机器人的研究现状第16-20页
    1.3 论文的主要研究内容第20-21页
    1.4 本章小结第21-23页
第2章 农业采摘机器人的硬件设计第23-27页
    2.1 农业采摘机器人总体控制方案第23-24页
    2.2 Raspberry Pi3B与Arduino第24页
    2.3 双目摄像机第24-25页
    2.4 轮式底盘第25-26页
    2.5 采摘机械臂与末端执行器第26页
    2.6 本章小结第26-27页
第3章 农业采摘机器人机械臂的数学建模第27-43页
    3.1 采摘机器人机械臂的D-H方法介绍及运动学方程的建立第27-36页
        3.1.1 经典的D-H法第27-29页
        3.1.2 改进的D-H法第29-30页
        3.1.3 对农业采摘机器人机械臂进行D-H建模第30-31页
        3.1.4 农业采摘机器人机械臂运动学逆解第31-36页
    3.2 运动学在MATLAB中的仿真验证第36-37页
        3.2.1 正运动学的仿真验证第36-37页
        3.2.2 逆运动学仿真验证第37页
    3.3 采摘机器人机械臂的轨迹规划第37-42页
        3.3.1 五次多项式的轨迹规划第38-39页
        3.3.2 直线与抛物线混合的轨迹规划第39-40页
        3.3.3 轨迹规划方法的比较第40-42页
    3.4 本章小结第42-43页
第4章 成熟番茄目标果实的识别第43-59页
    4.1 算法简介与单一番茄果实识别第43-48页
        4.1.1 中值滤波第43-44页
        4.1.2 K-means聚类法原理第44页
        4.1.3 形态学第44-45页
        4.1.4 单一番茄果实识别第45-48页
    4.2 重叠番茄目标果实的识别第48-54页
        4.2.1 噪声滤波预处理第49-50页
        4.2.2 改进的OTSU算法第50-51页
        4.2.3 基于K-means目标分割原理第51-52页
        4.2.4 分水岭算法第52页
        4.2.5 算法实验第52-54页
    4.3 绿色成熟番茄目标的识别第54-58页
        4.3.1 FNCC对绿色番茄果实位置的识别第54-55页
        4.3.2 基于霍夫圆变换识别绿色果实第55页
        4.3.3 FNCC识别结果第55-56页
        4.3.4 霍夫圆变换识别结果第56-58页
    4.4 本章小结第58-59页
第5章 基于双目视觉的番茄目标果实的定位第59-80页
    5.1 双目立体视觉原理第59-60页
    5.2 摄像机成像原理第60-63页
    5.3 双目摄像机的标定第63-71页
        5.3.1 摄像机的标定方法第63-67页
        5.3.2 摄像机标定实验第67-71页
        5.3.3 双目图像校正第71页
    5.4 双目立体匹配第71-78页
        5.4.1 特征点的提取第71-72页
        5.4.2 匹配约束第72-75页
        5.4.3 匹配算法及实验第75-78页
    5.5 深度计算原理第78-79页
    5.6 本章小结第79-80页
第6章 农业采摘机器人的实验以及结果分析第80-88页
    6.1 采摘机器人运动规划第80-81页
    6.2 采摘机器人的采摘实验第81-87页
    6.3 本章小结第87-88页
第7章 总结与展望第88-90页
    7.1 总结第88-89页
    7.2 展望第89-90页
参考文献第90-95页
攻读硕士学位期间论文发表及科研情况第95-96页
致谢第96-97页
附录第97页

论文共97页,点击 下载论文
上一篇:基于卷积神经网络及迁移学习的掌纹识别
下一篇:PPP模式在海绵城市建设中的应用研究--以Q市PPP项目为例