基于视觉的工业机器人路径规划的研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题研究背景及意义 | 第15-16页 |
| 1.2 工业机器人研究现状 | 第16-19页 |
| 1.2.1 工业机器人发展情况 | 第16-17页 |
| 1.2.2 机器人路径规划研究概况 | 第17-19页 |
| 1.3 机器视觉背景介绍 | 第19-21页 |
| 1.4 本课题主要研究内容 | 第21-23页 |
| 第二章 工业机器人路径规划系统的理论基础 | 第23-30页 |
| 2.1 工业机器人系统概述 | 第23-24页 |
| 2.2 机器人环境感知系统 | 第24-27页 |
| 2.3 机器人路径规划技术 | 第27-29页 |
| 2.3.1 局部路径规划技术 | 第27-28页 |
| 2.3.2 全局路径规划技术 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于双目立体视觉的感知系统 | 第30-48页 |
| 3.1 双目视觉感知原理 | 第30-32页 |
| 3.1.1 视差原理 | 第30-31页 |
| 3.1.2 双目立体匹配约束 | 第31-32页 |
| 3.2 摄像机模型 | 第32-36页 |
| 3.2.1 线性摄像机模型 | 第32页 |
| 3.2.2 成像坐标系的转换 | 第32-35页 |
| 3.2.3 非线性摄像机模型 | 第35-36页 |
| 3.3 摄像机标定 | 第36-40页 |
| 3.3.1 常用的摄像机标定技术 | 第36-37页 |
| 3.3.2 摄像机标定实验及分析 | 第37-40页 |
| 3.4 双目立体匹配算法 | 第40-47页 |
| 3.4.1 双目立体匹配的步骤 | 第40-41页 |
| 3.4.2 双目立体匹配算法的分类 | 第41-43页 |
| 3.4.3 半全局立体匹配算法 | 第43-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于改进A~*算法的全局路径规划 | 第48-65页 |
| 4.1 栅格环境模型的建立 | 第48-50页 |
| 4.2 传统A~*算法的路径规划 | 第50-53页 |
| 4.2.1 Dijkstra算法和BFS算法 | 第50-51页 |
| 4.2.2 A~*算法的基本原理 | 第51-52页 |
| 4.2.3 A~*算法的完整表述 | 第52-53页 |
| 4.3 改进A~*算法的全局路径规划 | 第53-57页 |
| 4.3.1 传统A~*算法的改进策略 | 第53-54页 |
| 4.3.2 启发代价函数 | 第54-57页 |
| 4.4 仿真实验及结果分析 | 第57-61页 |
| 4.4.1 二维栅格环境下的路径规划实验 | 第57-59页 |
| 4.4.2 三维栅格环境下的路径规划实验 | 第59-61页 |
| 4.5 基于B样条的路径平滑优化 | 第61-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 基于视觉的机器人路径规划实验 | 第65-74页 |
| 5.1 视觉机器人硬件平台 | 第65-68页 |
| 5.1.1 直角坐标机器人 | 第65-67页 |
| 5.1.2 双目视觉平台 | 第67-68页 |
| 5.2 视觉机器人软件系统设计 | 第68-73页 |
| 5.2.1 双目感知规划系统 | 第68-69页 |
| 5.2.2 机器人运动控制系统 | 第69-71页 |
| 5.2.3 通讯系统 | 第71-73页 |
| 5.3 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第79页 |
