仿人机器人抓取算法的研究与实现
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-18页 |
| 第一章 绪论 | 第18-26页 |
| 1.1 研究背景与意义 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-22页 |
| 1.3 研究内容和论文组织结构 | 第22-24页 |
| 1.3.1 研究目标与内容 | 第22-23页 |
| 1.3.2 论文组织结构 | 第23-24页 |
| 1.4 本章小结 | 第24-26页 |
| 第二章 仿人机器人抓取的相关技术介绍 | 第26-42页 |
| 2.1 机器人位置运动学 | 第26-33页 |
| 2.1.1 位置姿态与运动的描述 | 第26-30页 |
| 2.1.2 运动学正问题的描述 | 第30-31页 |
| 2.1.3 逆运动学问题的一般方法 | 第31-33页 |
| 2.2 机器人场景地图构建与轨迹跟踪 | 第33-36页 |
| 2.2.1 传统SLAM方法 | 第33-34页 |
| 2.2.2 基于图优化的SLAM方法 | 第34-36页 |
| 2.3 机器视觉相关技术介绍 | 第36-41页 |
| 2.3.1 基于边缘提取与匹配的方法 | 第36-38页 |
| 2.3.2 基于局部特征匹配的方法 | 第38-40页 |
| 2.3.3 基于深度学习的方法 | 第40-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第三章 仿人机器人运动学模型构建 | 第42-60页 |
| 3.1 多运动链建模的实现 | 第42-46页 |
| 3.1.1 NAO机器人零点位姿的描述 | 第43页 |
| 3.1.2 DH法求解正运动学方程 | 第43-45页 |
| 3.1.3 数值法求解逆运动学方程 | 第45-46页 |
| 3.2 改进的运动学模型设计与实现 | 第46-59页 |
| 3.2.1 NAO机器人连杆与关节的设计与建模 | 第47-49页 |
| 3.2.2 正逆运动学解决方案 | 第49-53页 |
| 3.2.3 NAO机器人双足步行的设计的实现 | 第53-57页 |
| 3.2.4 NAO机器人手眼标定 | 第57-59页 |
| 3.3 本章小结 | 第59-60页 |
| 第四章 基于动态能力图的局部感知算法 | 第60-70页 |
| 4.1 静态能力图的实现 | 第60-62页 |
| 4.1.1 能力空间的几何法表示 | 第60-61页 |
| 4.1.2 能力图点云的迭代法求解 | 第61-62页 |
| 4.2 NAO机器人动态能力图的设计与实现 | 第62-66页 |
| 4.2.1 室内环境三维地图表示 | 第62-64页 |
| 4.2.2 能力图在位姿上动态性的实现 | 第64页 |
| 4.2.3 能力图与局部环境的融合 | 第64-66页 |
| 4.3 物体识别与位姿估计算法 | 第66-69页 |
| 4.3.1 基于模板的匹配算法的研究与实现 | 第66-68页 |
| 4.3.2 使用迭代最近点算法优化位姿 | 第68-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 实验结果与分析评估 | 第70-84页 |
| 5.1 平台与环境 | 第70-74页 |
| 5.1.1 实验硬件平台 | 第70-73页 |
| 5.1.2 实验软件平台 | 第73页 |
| 5.1.3 测试数据集 | 第73-74页 |
| 5.2 实验内容 | 第74-83页 |
| 5.2.1 实验测试整理框架 | 第74页 |
| 5.2.2 NAO机器人初始化测试 | 第74-75页 |
| 5.2.3 NAO机器人与相机坐标系统一的测试 | 第75-76页 |
| 5.2.4 动态更新的能力图测试 | 第76-79页 |
| 5.2.5 机器人抓取测试 | 第79-83页 |
| 5.3 本章小结 | 第83-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 总结 | 第84-85页 |
| 6.2 展望 | 第85-86页 |
| 参考文献 | 第86-92页 |
| 致谢 | 第92-94页 |
| 作者简介 | 第94-95页 |
