机器人作业目标位姿信息检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-19页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 智能机器人研究现状 | 第9-11页 |
| 1.2.2 关键技术研究现状 | 第11-15页 |
| 1.3 论文研究内容及创新点 | 第15-17页 |
| 1.3.1 论文研究内容 | 第15-17页 |
| 1.3.2 论文创新点 | 第17页 |
| 1.4 本章小结 | 第17-19页 |
| 2 机器人作业空间测量 | 第19-38页 |
| 2.1 Kinect深度测量原理 | 第19-21页 |
| 2.2 深度测量精度分析 | 第21-23页 |
| 2.3 深度图预处理 | 第23-34页 |
| 2.3.1 蒙特卡罗不确定度评价原理 | 第23-25页 |
| 2.3.2 深度图的蒙特卡罗不确定度评定 | 第25-29页 |
| 2.3.3 算法实现及论证 | 第29-34页 |
| 2.4 RGB-D点云计算 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 3 作业目标识别及分割 | 第38-55页 |
| 3.1 目标识别 | 第39-49页 |
| 3.1.1 NCC模板匹配 | 第40页 |
| 3.1.2 NCC模板匹配优化 | 第40-44页 |
| 3.1.3 算法论证及测试 | 第44-49页 |
| 3.2 目标点云分割 | 第49-54页 |
| 3.2.1 KNN原理 | 第50-51页 |
| 3.2.2 改进的KNN点云分割 | 第51-54页 |
| 3.3 本章小结 | 第54-55页 |
| 4 位姿信息检测 | 第55-64页 |
| 4.1 位姿描述 | 第56-57页 |
| 4.2 目标位姿估计 | 第57-60页 |
| 4.3 相对位姿解算 | 第60-63页 |
| 4.4 本章小结 | 第63-64页 |
| 5 系统实现 | 第64-71页 |
| 5.1 硬件平台 | 第64-65页 |
| 5.2 系统实现及验证 | 第65-71页 |
| 5.2.1 RGB-D点云计算 | 第65-67页 |
| 5.2.2 目标识别及分割 | 第67-68页 |
| 5.2.3 位姿信息检测实验 | 第68-71页 |
| 结论 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第77页 |
| 发明专利 | 第77页 |
| 学术论文 | 第77页 |
| 参与项目 | 第77页 |
