摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-26页 |
1.1 课题研究的背景 | 第12-14页 |
1.2 国内外研究现状 | 第14-23页 |
1.2.1 基于传感器技术的离线编程研究现状 | 第14-17页 |
1.2.2 工件表面特征提取关键技术以及研究现状 | 第17-19页 |
1.2.3 喷涂机器人路径规划研究现状 | 第19-21页 |
1.2.4 现有方法存在的问题 | 第21-23页 |
1.3 本论文的主要工作 | 第23-24页 |
1.4 本论文的章节安排 | 第24-26页 |
第二章 基于激光感知的喷涂机器人智能编程系统设计 | 第26-38页 |
2.1 喷涂作业相关问题描述 | 第26-27页 |
2.2 机器人通用编程系统体系结构设计 | 第27-31页 |
2.2.1 需求分析 | 第27-28页 |
2.2.2 总体结构 | 第28页 |
2.2.3 子系统划分 | 第28-29页 |
2.2.4 传感器接口设计 | 第29-31页 |
2.3 喷涂机器人智能编程系统解决方案 | 第31-36页 |
2.3.1 传感器选型 | 第31-32页 |
2.3.2 作业场景 | 第32-33页 |
2.3.3 需求分析 | 第33页 |
2.3.4 系统框架 | 第33-36页 |
2.4 本章小结 | 第36-38页 |
第三章 基于点云的喷涂工件平面边界特征快速提取方法 | 第38-64页 |
3.1 总体安排 | 第38页 |
3.2 激光扫描获取工件表面点云信息 | 第38-40页 |
3.3 点云空间索引 | 第40-42页 |
3.4 点云预处理 | 第42-43页 |
3.4.1 直通滤波法截取工件点云 | 第42页 |
3.4.2 体素栅格法简化点云 | 第42-43页 |
3.4.3 高斯滤波法去除离群点 | 第43页 |
3.5 工件边界多边形特征提取 | 第43-54页 |
3.5.1 基于RANSAC的点云分割 | 第44-46页 |
3.5.2 点云投影至二维平面 | 第46页 |
3.5.3 平面点云的边界特征提取 | 第46-47页 |
3.5.4 多边形特征拟合 | 第47-53页 |
3.5.5 多边形特征校正 | 第53-54页 |
3.6 工件平面特征提取实验 | 第54-63页 |
3.6.1 激光扫描获取点云 | 第54-55页 |
3.6.2 点云预处理 | 第55-58页 |
3.6.3 特征提取 | 第58-61页 |
3.6.4 可行性对比分析 | 第61-63页 |
3.7 本章小结 | 第63-64页 |
第四章 基于喷涂面平面边界特征的喷涂作业规划方法 | 第64-90页 |
4.1 喷涂作业规划总体结构 | 第64页 |
4.2 喷涂模型选择及参数优化 | 第64-66页 |
4.2.1 喷涂模型的选择 | 第65页 |
4.2.2 喷涂路径参数优化 | 第65-66页 |
4.3 全覆盖式喷涂路径规划 | 第66-73页 |
4.3.1 现有的全覆盖式路径规划算法分析 | 第66-67页 |
4.3.2 基于扫描线算法的特征线与多边形求交 | 第67-71页 |
4.3.3 路径生成 | 第71-73页 |
4.4 基于拓扑分片的喷涂路径规划 | 第73-81页 |
4.4.1 现有分片算法分析 | 第73-76页 |
4.4.2 基于外包分层的扫描线分解法 | 第76-80页 |
4.4.3 多边形子片的喷涂走向选取 | 第80-81页 |
4.5 针对平面复杂拓扑结构的喷涂作业规划方法仿真验证 | 第81-88页 |
4.5.1 喷涂模型选择与参数优化 | 第81-82页 |
4.5.2 喷涂路径生成 | 第82-86页 |
4.5.3 生成中间语言程序 | 第86-87页 |
4.5.4 喷涂质量评估 | 第87-88页 |
4.6 本章小结 | 第88-90页 |
第五章 喷涂智能编程系统软件设计与开发 | 第90-112页 |
5.1 前端感知模块 | 第90-95页 |
5.1.1 软件功能设计与实现 | 第90-93页 |
5.1.2 与通用离线编程软件平台的数据交互 | 第93-95页 |
5.2 喷涂作业规划子系统 | 第95-99页 |
5.3 中间语言子系统 | 第99-107页 |
5.3.1 设计原则 | 第99-100页 |
5.3.2 中间语言语法规则设计 | 第100-103页 |
5.3.3 中间语言编译器 | 第103-106页 |
5.3.4 应用实例 | 第106-107页 |
5.4 后置处理模块 | 第107-111页 |
5.4.1 后置处理模块数据段转换规则 | 第108页 |
5.4.2 后置处理模块指令段转换规则 | 第108-110页 |
5.4.3 应用实例 | 第110-111页 |
5.5 本章小结 | 第111-112页 |
第六章 总结与展望 | 第112-114页 |
致谢 | 第114-116页 |
参考文献 | 第116-120页 |
作者在攻读硕士期间的研究成果 | 第120页 |