基于人工蜂群算法的改进机器人运动学参数标定
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题的研究背景及意义 | 第12-14页 |
| 1.2 国内外运动学标定现状 | 第14-19页 |
| 1.2.1 运动学建模方面研究现状 | 第14页 |
| 1.2.2 参数辨识及优化方面研究现状 | 第14-16页 |
| 1.2.3 测量设备和测量方案方面研究现状 | 第16-19页 |
| 1.3 论文的主要研究内容和章节安排 | 第19-20页 |
| 第二章 机器人运动学参数标定方案设计 | 第20-26页 |
| 2.1 基于视觉的机器人运动学标定原理 | 第20-21页 |
| 2.2 机器人标定方案与流程设计 | 第21-23页 |
| 2.3 机器人标定硬件及软件 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 机器人运动学建模与人工蜂群算法研究 | 第26-54页 |
| 3.1 运动学参数建模 | 第26-27页 |
| 3.2 误差建模 | 第27-35页 |
| 3.2.1 误差源分析 | 第27-28页 |
| 3.2.2 机器人运动学误差模型 | 第28-33页 |
| 3.2.3 基于距离的误差模型 | 第33-35页 |
| 3.3 参数辨识 | 第35页 |
| 3.3.1 参数辨识方法 | 第35页 |
| 3.3.2 可辨识参数模型 | 第35页 |
| 3.4 计算机仿真标定 | 第35-41页 |
| 3.4.1 运动学模型仿真 | 第36-39页 |
| 3.4.2 运动学误差模型仿真 | 第39-41页 |
| 3.5 基于人工蜂群算法的最优关节角选择 | 第41-53页 |
| 3.5.1 关节角与标定精度关系 | 第41-42页 |
| 3.5.2 人工蜂群算法优势及原理 | 第42-46页 |
| 3.5.3 基于人工蜂群算法的关节角优化实验 | 第46-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 Kinect相机标定 | 第54-68页 |
| 4.1 相机成像建模 | 第54-57页 |
| 4.2 相机标定 | 第57-62页 |
| 4.2.1 张正友法相机标定 | 第58-60页 |
| 4.2.2 改进的相机标定方法 | 第60-62页 |
| 4.3 相机标定实验 | 第62-67页 |
| 4.3.1 相机标定实验方案设计 | 第62-63页 |
| 4.3.2 相机标定实验与分析 | 第63-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 基于视觉的机器人标定研究 | 第68-78页 |
| 5.1 手眼标定 | 第68-74页 |
| 5.1.1 手眼坐标系基本方程 | 第68-70页 |
| 5.1.2 基于矩阵直积的手眼标定方法 | 第70-72页 |
| 5.1.3 手眼标定实验及分析 | 第72-74页 |
| 5.2 基于视觉的机器人标定实验 | 第74-77页 |
| 5.2.1 机器人视觉标定实验方案 | 第74页 |
| 5.2.2 实验数据与分析 | 第74-77页 |
| 5.3 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 在校期间的研究成果及发表的学术论文 | 第85页 |
