基于立体视觉的姿态估计与机械臂抓取
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-14页 |
| 1.1 研究背景和意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-12页 |
| 1.2.1 姿态估计研究现状 | 第7-9页 |
| 1.2.2 机械臂研究现状 | 第9-12页 |
| 1.3 课题研究内容及论文结构 | 第12-14页 |
| 2 基于机器视觉的机械臂抓取系统 | 第14-24页 |
| 2.1 ROS系统与实验环境 | 第14-15页 |
| 2.2 姿态估计与定位系统 | 第15-19页 |
| 2.2.1 视觉系统的实验环境 | 第15-16页 |
| 2.2.2 视觉系统框架 | 第16-19页 |
| 2.3 Kinova Mico~2机械臂系统 | 第19-23页 |
| 2.3.1 机械臂运动学模型 | 第20-22页 |
| 2.3.2 抓取系统框架 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于机器视觉的目标定位与位姿估计 | 第24-41页 |
| 3.1 摄像机模型及其标定与安装 | 第24-29页 |
| 3.1.1 摄像机坐标系与成像模型 | 第24-26页 |
| 3.1.2 摄像机的内参标定 | 第26-28页 |
| 3.1.3 摄像机的安装与外参简化 | 第28-29页 |
| 3.2 目标物体的识别方案 | 第29-35页 |
| 3.2.1 图像预处理 | 第29-31页 |
| 3.2.2 阈值分割和形态学处理 | 第31-34页 |
| 3.2.3 边缘提取与优化 | 第34-35页 |
| 3.2.4 目标在相机坐标系下的相对坐标 | 第35页 |
| 3.3 目标物体的姿态估计 | 第35-38页 |
| 3.3.1 PnP算法 | 第36页 |
| 3.3.2 目标物体几何特征描述 | 第36-37页 |
| 3.3.3 姿态估计 | 第37-38页 |
| 3.4 目标物体位姿关系转换 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 Kinova机械臂抓取控制 | 第41-58页 |
| 4.1 ROS actionlib动作规划库 | 第41-43页 |
| 4.1.1 引入背景 | 第41页 |
| 4.1.2 Actionlib运行机制 | 第41-42页 |
| 4.1.3 目标物体的位姿信息接收 | 第42-43页 |
| 4.2 机械臂抓取算法设计 | 第43-52页 |
| 4.2.1 机械臂控制模型 | 第43-48页 |
| 4.2.2 机械臂位置控制算法设计 | 第48-51页 |
| 4.2.3 机械手抓取控制算法设计 | 第51-52页 |
| 4.3 机械手抓取实现验证 | 第52-57页 |
| 4.3.1 机械臂位置控制实验 | 第53-56页 |
| 4.3.2 多姿态目标抓取实验 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-66页 |
