| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 课题来源 | 第8页 |
| 1.2 研究背景及意义 | 第8-9页 |
| 1.3 研究现状分析 | 第9-16页 |
| 1.3.1 服务机器人技术 | 第9-13页 |
| 1.3.2 人机交互技术 | 第13-15页 |
| 1.3.3 意图识别 | 第15-16页 |
| 1.4 主要研究内容和章节安排 | 第16-19页 |
| 1.4.1 主要内容 | 第16-17页 |
| 1.4.2 章节安排 | 第17-19页 |
| 第2章 基于RGB-D传感器人体骨骼深度信息获取 | 第19-29页 |
| 2.1 RGB-D相机硬件选型 | 第19-21页 |
| 2.2 深度图像的获取 | 第21-25页 |
| 2.2.1 深度图像的表示 | 第21-22页 |
| 2.2.2 获取深度图像 | 第22-25页 |
| 2.3 基于RGB-D图像的人体骨架图像可视化 | 第25-28页 |
| 2.3.1 图像采集和可视化软件平台 | 第25-26页 |
| 2.3.2 人体RGB-D图像可视化 | 第26-28页 |
| 2.4 小结 | 第28-29页 |
| 第3章 基于关节角度时间序列的人体三维建模与映射 | 第29-39页 |
| 3.1 传统人体三维建模 | 第29-31页 |
| 3.2 基于关节角时间序列的人体三维建模 | 第31-36页 |
| 3.3 人体骨骼数据的噪声滤波 | 第36-37页 |
| 3.4 小结 | 第37-39页 |
| 第4章 基于层次分析法的意图识别算法 | 第39-49页 |
| 4.1 服务机器人的人机交互意图识别 | 第39-40页 |
| 4.2 层次分析法 | 第40-41页 |
| 4.3 基于层次分析法主导因子权重匹配 | 第41-46页 |
| 4.3.1 主要表达意图的因子 | 第41-43页 |
| 4.3.2 权重匹配 | 第43-46页 |
| 4.4 意图识别算法设计 | 第46-48页 |
| 4.4.1 建立意图模型 | 第46页 |
| 4.4.2 意图识别算法 | 第46-48页 |
| 4.5 小结 | 第48-49页 |
| 第5章 系统设计与实验分析 | 第49-60页 |
| 5.1 系统设计 | 第49-50页 |
| 5.2 实验分析 | 第50-59页 |
| 5.2.1 实验1三个待抓取对象的抓取实验 | 第50-57页 |
| 5.2.2 实验2四个（多个）待抓取对象的抓取实验 | 第57-59页 |
| 5.3 小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 附录：攻读硕士学位期间发表的学术论文 | 第66页 |