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 |