基于结构光的机器人视觉边缘跟踪技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·机器人视觉伺服的发展状况 | 第11-17页 |
| ·特征提取的研究现状 | 第14-16页 |
| ·视觉伺服控制器研究现状 | 第16-17页 |
| ·本文结构 | 第17-19页 |
| 第2章 基于位置的视觉伺服机器人控制系统 | 第19-30页 |
| ·视觉检测子系统 | 第19-23页 |
| ·坐标系定义 | 第19-21页 |
| ·结构光三角测量原理 | 第21-23页 |
| ·运动控制子系统 | 第23-25页 |
| ·伺服运动机构的标定 | 第25-26页 |
| ·系统的主要部件选型 | 第26-29页 |
| ·CCD视觉传感器 | 第26-27页 |
| ·图像采集卡 | 第27-28页 |
| ·直角坐标机器人 | 第28页 |
| ·PMAC运动控制卡 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 视觉跟踪图像处理和分析 | 第30-43页 |
| ·图像预处理 | 第30-35页 |
| ·图像平滑处理 | 第30-34页 |
| ·图像锐化处理 | 第34-35页 |
| ·边缘特征提取 | 第35-37页 |
| ·图像的细化 | 第35-36页 |
| ·图像Hough变换 | 第36-37页 |
| ·针对反光干扰的动态模板多特征点提取 | 第37-42页 |
| ·模板匹配理论 | 第38-39页 |
| ·动态模板多特征点匹配 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于Kalman滤波的跟踪策略 | 第43-59页 |
| ·Kalman滤波原理 | 第43-48页 |
| ·系统模型 | 第43-44页 |
| ·增益矩阵的确定 | 第44-45页 |
| ·Kalman滤波公式 | 第45-48页 |
| ·基于Kalman滤波的位置预测 | 第48-52页 |
| ·建立系统状态方程 | 第48-49页 |
| ·Kalman滤波分析 | 第49-52页 |
| ·视觉伺服机器人的跟踪仿真 | 第52-58页 |
| ·机器人视觉伺服 | 第52-56页 |
| ·仿真实验 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 视觉伺服机器人钢板边缘跟踪实验 | 第59-66页 |
| ·实验方案 | 第59-64页 |
| ·实验一 | 第59-60页 |
| ·实验二 | 第60-64页 |
| ·实验三 | 第64页 |
| ·实验结论 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附录 | 第75页 |
