摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第9-16页 |
1.1 研究背景及意义 | 第9页 |
1.2 国内外研究现状及发展趋势 | 第9-14页 |
1.2.1 控制系统现状 | 第9-11页 |
1.2.2 位姿测量技术 | 第11-13页 |
1.2.3 掘进机截割控制技术 | 第13-14页 |
1.3 研究内容与技术路线 | 第14-16页 |
1.3.1 研究内容 | 第14页 |
1.3.2 研究路线 | 第14-16页 |
2 悬臂式掘进机机器人控制系统设计 | 第16-21页 |
2.1 控制系统需求分析 | 第16-18页 |
2.1.1 悬臂式掘进机运动分析 | 第16-17页 |
2.1.2 悬臂式掘进机器人控制系统需求分析 | 第17-18页 |
2.2 悬臂式掘进机器人控制系统总体设计 | 第18-20页 |
2.3 本章小结 | 第20-21页 |
3 基于图像视觉的悬臂式掘进机截割头姿态测量技术 | 第21-35页 |
3.1 悬臂式是掘进机截割头姿态视觉测量 | 第21-23页 |
3.1.1 掘进机截割臂坐标系定义 | 第21页 |
3.1.2 掘进机截割头测量模型 | 第21-22页 |
3.1.3 掘进机截割头视觉测量方案 | 第22-23页 |
3.2 截割头位姿测量方法 | 第23-29页 |
3.2.1 摄像机成像理论 | 第23-25页 |
3.2.2 基于合作特征点的空间三维坐标测量 | 第25-26页 |
3.2.3 基于对偶四元数误差模型的截割臂姿态求解 | 第26-29页 |
3.3 图像特征点提取 | 第29-32页 |
3.3.1 标靶设计 | 第29-30页 |
3.3.2 图像特征提取 | 第30-32页 |
3.4 基于图像序列的卡尔曼滤波姿态估计 | 第32-34页 |
3.4.1 卡尔曼滤波 | 第32页 |
3.4.2 卡尔曼滤波模型 | 第32-33页 |
3.4.3 卡尔曼滤波流程 | 第33-34页 |
3.5 本章小结 | 第34-35页 |
4 悬臂式掘进机器人动力学建模及控制 | 第35-49页 |
4.1 悬臂式掘进机器人动力学建模 | 第35-44页 |
4.1.1 运动学建模 | 第36-39页 |
4.1.2 动力学模型 | 第39-44页 |
4.1.3 动力学不确定性 | 第44页 |
4.2 问题描述 | 第44-45页 |
4.3 反演滑模控制器设计 | 第45-46页 |
4.3.1 自适应反演滑模控制器设计 | 第45-46页 |
4.3.2 自适应反演滑模控制稳定性分析 | 第46页 |
4.4 仿真实验 | 第46-48页 |
4.5 本章小结 | 第48-49页 |
5.悬臂式掘进机器人控制系统实现 | 第49-65页 |
5.1 掘进机器人硬件设计 | 第49-58页 |
5.1.1 数字量采集接口设计 | 第49页 |
5.1.2 模拟量采集接口设计 | 第49-51页 |
5.1.3 控制量输出接口设计 | 第51-52页 |
5.1.4 通信接口设计 | 第52-58页 |
5.2 悬臂式掘进机器人软件实现 | 第58-64页 |
5.2.1 悬臂式掘进机器人机载计算机软件设计 | 第58-62页 |
5.2.2 基于DSP/BIOS系统的软件设计 | 第62-64页 |
5.3 本章小结 | 第64-65页 |
6 实验验证 | 第65-74页 |
6.1 实验方案 | 第65-66页 |
6.2 实验平台 | 第66页 |
6.3 截割头姿态测量实验 | 第66-71页 |
6.3.1 标靶特征点之间距离校准 | 第67页 |
6.3.2 摄像机内参数标定 | 第67页 |
6.3.3 图像特征点提取实验 | 第67-69页 |
6.3.4 姿态测量系统的整体调试 | 第69-71页 |
6.4 数据交互与显示实验 | 第71-72页 |
6.5 掘进机器人自动截割验证 | 第72-73页 |
6.6 本章小结 | 第73-74页 |
7 结论与展望 | 第74-75页 |
致谢 | 第75-76页 |
参考文献 | 第76-80页 |
附录 | 第80页 |