基于视觉机器人的目标定位技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-20页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题的研究背景和目的 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-18页 |
| 1.3.1 工业机器人研究现状 | 第10-16页 |
| 1.3.2 视觉引导定位技术研究现状 | 第16-18页 |
| 1.4 研究内容与技术路线 | 第18-19页 |
| 1.4.1 论文主要工作 | 第18页 |
| 1.4.2 技术路线 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 2 视觉定位的原理及实验 | 第20-46页 |
| 2.1 摄像机成像基本原理 | 第20-26页 |
| 2.1.1 摄像机成像模型 | 第20-21页 |
| 2.1.2 各坐标系定义及投影几何 | 第21-25页 |
| 2.1.2.1 坐标系定义 | 第21-23页 |
| 2.1.2.2 坐标系变换 | 第23-25页 |
| 2.1.3 摄像机畸变模型 | 第25-26页 |
| 2.2 摄像机标定 | 第26-35页 |
| 2.2.1 单目摄像机标定 | 第26-27页 |
| 2.2.2 双目摄像机标定 | 第27-28页 |
| 2.2.3 摄像机标定实验 | 第28-35页 |
| 2.3 立体视觉系统的构成 | 第35-45页 |
| 2.3.1 双目立体视觉概述 | 第35-37页 |
| 2.3.2 双目立体视觉的三维定位原理 | 第37-42页 |
| 2.3.2.1 平行双目立体视觉 | 第39-40页 |
| 2.3.2.2 图像对立体校正 | 第40-42页 |
| 2.3.3 立体视觉系统的硬件组成 | 第42-45页 |
| 2.4 本章小结 | 第45-46页 |
| 3 复杂环境下的多目标二维定位技术 | 第46-61页 |
| 3.1 多目标的平面定位方法与流程 | 第46-48页 |
| 3.2 基于模板匹配的目标识别算法 | 第48-55页 |
| 3.2.1 模板匹配算法概述 | 第48-49页 |
| 3.2.1.1 算法原理 | 第48-49页 |
| 3.2.1.2 算法的流程 | 第49页 |
| 3.2.2 基于边缘梯度的模板匹配算法 | 第49-52页 |
| 3.2.2.1 相似性度量准则 | 第50页 |
| 3.2.2.2 算法的加速策略 | 第50-52页 |
| 3.2.3 识别算法的改进 | 第52-55页 |
| 3.2.3.1 边缘细化算法概述 | 第52页 |
| 3.2.3.2 算法步骤 | 第52-55页 |
| 3.3 实际物理坐标的描述 | 第55-58页 |
| 3.3.1 世界坐标系设定 | 第55-56页 |
| 3.3.2 摄像机外参数设定 | 第56-58页 |
| 3.4 实验结果与分析 | 第58-60页 |
| 3.4.1 目标识别的准确率 | 第58-59页 |
| 3.4.2 目标的定位时间 | 第59页 |
| 3.4.3 目标的位姿定位误差 | 第59-60页 |
| 3.5 本章小结 | 第60-61页 |
| 4 目标的深度信息及空间姿态获取方法 | 第61-78页 |
| 4.1 立体匹配 | 第61-69页 |
| 4.1.1 立体匹配概述 | 第61-63页 |
| 4.1.2 立体匹配原理与算法 | 第63-65页 |
| 4.1.3 深度信息获取实验及误差分析 | 第65-69页 |
| 4.2 目标的空间姿态获取 | 第69-77页 |
| 4.2.1 基于ICP算法的三维点云配准 | 第70-75页 |
| 4.2.1.1 点云配准算法概述 | 第70-71页 |
| 4.2.1.2 点云去噪与精简 | 第71-72页 |
| 4.2.1.3 点云初始配准 | 第72-74页 |
| 4.2.1.4 点云精确配准 | 第74-75页 |
| 4.2.2 算法的仿真验证 | 第75-77页 |
| 4.3 本章小结 | 第77-78页 |
| 5 目标的三维定位抓取实验及结果分析 | 第78-89页 |
| 5.1 实验设备简介 | 第78-80页 |
| 5.1.1 双目立体视觉平台 | 第78页 |
| 5.1.2 GSK-RB08工业机器人 | 第78-80页 |
| 5.2 视觉机器人定位实验 | 第80-87页 |
| 5.2.1 视觉机器人工件定位与抓取实验 | 第80-85页 |
| 5.2.1.1 实验软硬件信息 | 第80页 |
| 5.2.1.2 实验过程 | 第80-85页 |
| 5.2.2 视觉机器人野外荔枝采摘实验 | 第85-87页 |
| 5.3 本章小结 | 第87-89页 |
| 6 总结与展望 | 第89-91页 |
| 6.1 论文总结 | 第89页 |
| 6.2 展望 | 第89-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-97页 |
| 附录A 硕士期间科研成果 | 第97-99页 |
| 附录B 部分算法源程序 | 第99-107页 |
