适用于表面污染检测的机械臂轨迹生成研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-19页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11页 |
1.2 国内外研究现状 | 第11-17页 |
1.2.1 表面污染检测技术的发展与现状 | 第11-15页 |
1.2.2 机械臂和轨迹生成技术的发展与现状 | 第15-17页 |
1.3 论文章节安排 | 第17-18页 |
1.4 本章小结 | 第18-19页 |
2 需求分析及研究方案 | 第19-26页 |
2.1 课题需求分析 | 第19-24页 |
2.1.1 课题研究对象 | 第19-20页 |
2.1.2 α、β射线与物质相互作用原理 | 第20-21页 |
2.1.3 核辐射探测原理及常用检测方法 | 第21-23页 |
2.1.4 需求分析 | 第23-24页 |
2.2 论文研究内容 | 第24-25页 |
2.2.1 论文研究的关键点 | 第24页 |
2.2.2 论文研究方案 | 第24-25页 |
2.3 本章小结 | 第25-26页 |
3 机械臂建模及运动学研究 | 第26-42页 |
3.1 机械臂建模及正运动学分析 | 第26-32页 |
3.1.1 位姿描述 | 第26-28页 |
3.1.2 齐次变换 | 第28-29页 |
3.1.3 正运动学 | 第29-32页 |
3.2 逆运动学分析 | 第32-41页 |
3.2.1 BP神经网络 | 第33-34页 |
3.2.2 基于PSO优化的BP神经网络 | 第34-36页 |
3.2.3 优化算法在逆运动学中的求解 | 第36-41页 |
3.3 本章小结 | 第41-42页 |
4 检测对象的点云数据获取与预处理 | 第42-63页 |
4.1 检测对象的点云数据获取方法 | 第42-52页 |
4.1.1 Kinect点云获取方法 | 第43-46页 |
4.1.2 线结构光扫描法获取点云数据 | 第46-51页 |
4.1.3 本文对于点云获取方法的选择 | 第51-52页 |
4.2 点云数据预处理 | 第52-62页 |
4.2.1 点云数据噪点去除 | 第52-57页 |
4.2.2 点云数据精简处理 | 第57-62页 |
4.3 本章小结 | 第62-63页 |
5 表面污染检测中的轨迹生成 | 第63-82页 |
5.1 点云数据的法向估计及法向偏置 | 第63-68页 |
5.1.1 点云数据法向估计 | 第64-67页 |
5.1.2 适用于表面污染检测的法向偏置 | 第67-68页 |
5.2 点云切片 | 第68-80页 |
5.2.1 基于曲率的点云边界提取 | 第68-70页 |
5.2.2 边界特征点排序 | 第70-71页 |
5.2.3 基于边界曲率的角点检测 | 第71-75页 |
5.2.4 点云切片 | 第75-80页 |
5.3 轨迹生成 | 第80-81页 |
5.4 本章小结 | 第81-82页 |
6 系统实现与实验分析 | 第82-97页 |
6.1 硬件平台 | 第82-83页 |
6.2 系统实现及验证 | 第83-96页 |
6.2.1 点云数据获取、法向估计及法向偏置 | 第83-86页 |
6.2.2 点云边界、角点求取及点云切片 | 第86-87页 |
6.2.3 检测轨迹生成 | 第87-89页 |
6.2.4 轨迹验证实验 | 第89-96页 |
6.3 本章小结 | 第96-97页 |
结论与展望 | 第97-99页 |
致谢 | 第99-100页 |
参考文献 | 第100-107页 |
攻读硕士学位期间发表的学术论文及研究成果 | 第107页 |