摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 引言 | 第9-18页 |
1.1 工业机器人发展及国内外研究现状 | 第9-10页 |
1.2 机器视觉发展及国内外研究现状 | 第10-11页 |
1.3 机器人视觉控制系统概述 | 第11-14页 |
1.3.1 机器人视觉的研究概况 | 第11-13页 |
1.3.2 机器人视觉控制系统分类 | 第13-14页 |
1.4 基于视觉的机器人动态目标跟踪概述 | 第14-16页 |
1.4.1 动态目标跟踪研究概况 | 第14页 |
1.4.2 机器人视觉动态目标跟踪研究意义: | 第14-16页 |
1.5 本文研究方案与章节安排 | 第16-17页 |
1.5.1 本文主要研究内容 | 第16页 |
1.5.2 本文章节组织安排 | 第16-17页 |
1.6 本章小结 | 第17-18页 |
第2章 机器人视觉控制系统整体结构设计 | 第18-29页 |
2.1 系统任务描述 | 第18-19页 |
2.2 系统总体硬件结构 | 第19页 |
2.3 视觉子系统 | 第19-24页 |
2.3.1 照明光源 | 第20-21页 |
2.3.2 工业相机 | 第21-23页 |
2.3.3 镜头 | 第23-24页 |
2.4 运动控制子系统 | 第24-26页 |
2.4.1 运动控制结构 | 第24-25页 |
2.4.2 伺服驱动器与伺服电机 | 第25页 |
2.4.3 机械执行结构 | 第25-26页 |
2.5 系统软件技术 | 第26-28页 |
2.5.1 软件开发环境 | 第26-27页 |
2.5.2 Halcon机器视觉软件 | 第27页 |
2.5.3 ADO.NET数据库技术 | 第27-28页 |
2.6 系统平台搭建 | 第28页 |
2.7 本章小结 | 第28-29页 |
第3章 动态目标跟踪图像算法 | 第29-41页 |
3.1 常用运动目标检测方法 | 第29-32页 |
3.1.1 帧差法 | 第29-30页 |
3.1.2 背景差分法 | 第30-31页 |
3.1.3 光流法 | 第31-32页 |
3.2 本文运动目标检测方法 | 第32-36页 |
3.2.1 卡尔曼滤波 | 第32-33页 |
3.2.2 背景估计 | 第33-36页 |
3.3 常见的运动目标跟踪算法 | 第36-37页 |
3.4 本文目标运动跟踪算法 | 第37-40页 |
3.4.1 SURF模板匹配 | 第37-38页 |
3.4.2 随机抽样一致原理 | 第38-40页 |
3.5 本章小结 | 第40-41页 |
第4章 全局视场Eye to hand动态目标跟踪 | 第41-55页 |
4.1 相机标定 | 第41-50页 |
4.1.1 相机标定方法 | 第41-42页 |
4.1.2 相机成像模型 | 第42-44页 |
4.1.3 张正友标定方法 | 第44-45页 |
4.1.4 畸变校正 | 第45-46页 |
4.1.5 标定实验 | 第46-50页 |
4.2 Eye to hand机器人视觉跟踪系统 | 第50-54页 |
4.2.1 全局视觉平台搭建及跟踪实验 | 第50-52页 |
4.2.2 直线插补算法 | 第52-54页 |
4.3 本章小结 | 第54-55页 |
第5章 局部视场Eye in hand无标定运动跟踪 | 第55-65页 |
5.1 无标定理论概述 | 第55-56页 |
5.2 图像雅克比矩阵模型 | 第56-58页 |
5.3 求解图像雅克比矩阵 | 第58-60页 |
5.3.1 图像雅克比矩阵辨识 | 第58-59页 |
5.3.2 图像雅克比矩阵卡尔曼滤波在线辨识 | 第59-60页 |
5.4 视觉控制器设计 | 第60-61页 |
5.5 Eye in hand无标定跟踪MATLAB仿真实验 | 第61-63页 |
5.6 Eye in hand无标定机器人视觉运动跟踪系统实验 | 第63-64页 |
5.7 本章小结 | 第64-65页 |
第6章 全局视觉与局部视觉配合动态目标跟踪 | 第65-72页 |
6.1 人机交互界面 | 第65-67页 |
6.2 动态目标跟踪实验 | 第67-71页 |
6.3 本章小结 | 第71-72页 |
第7章 总结与展望 | 第72-74页 |
7.1 全文总结 | 第72页 |
7.2 未来展望 | 第72-74页 |
参考文献 | 第74-78页 |
致谢 | 第78-79页 |
个人简历、在学期间发表的学术论文与研究成果 | 第79页 |