摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-25页 |
1.1 引言 | 第11页 |
1.2 仿人机器人概述 | 第11-16页 |
1.2.1 仿人机器人的应用与发展现状 | 第12-14页 |
1.2.2 仿人机器人的关键技术 | 第14-16页 |
1.3 NAO机器人概述 | 第16-20页 |
1.3.1 NAO机器人简介 | 第16-18页 |
1.3.2 NAO机器人平台的应用现状 | 第18-20页 |
1.4 体态感知概述 | 第20-22页 |
1.4.1 人机交互技术的发展与应用 | 第20-21页 |
1.4.2 体态感知技术的发展现状 | 第21-22页 |
1.5 本文的主要内容与研究工作 | 第22-25页 |
第2章 基于体感的NAO机器人关节变量计算方法研究 | 第25-43页 |
2.1 基于Kinect的体态感知 | 第25-29页 |
2.1.1 Kinect的工作原理 | 第25-26页 |
2.1.2 体态信息采集 | 第26-28页 |
2.1.3 关节坐标提取 | 第28-29页 |
2.2 机器人运动学分析 | 第29-35页 |
2.2.1 机器人位置与姿态的表示 | 第29-31页 |
2.2.2 空间齐次坐标变换 | 第31-33页 |
2.2.3 机器人运动方程的及其逆运算求解 | 第33-35页 |
2.3 NAO机器人关节变量的计算 | 第35-41页 |
2.3.1 NAO机器人坐标系的建立 | 第35-36页 |
2.3.2 虚拟坐标系的建立及关节坐标转换 | 第36-39页 |
2.3.3 基于体感的NAO机器人关节角度求解 | 第39-41页 |
2.3.4 计算结果 | 第41页 |
2.4 本章小结 | 第41-43页 |
第3章 NAO机器人姿态估计与控制方法研究 | 第43-55页 |
3.1 NAO机器人姿态信息的提取 | 第43-48页 |
3.1.1 NAO机器人惯性传感器的信息采集 | 第43-44页 |
3.1.2 NAO机器人惯性传感器的数据采集中的问题 | 第44-48页 |
3.1.3 基于传感器数据融合的NAO机器人姿态计算 | 第48页 |
3.2 基于Kalman滤波的NAO机器人姿态估计 | 第48-53页 |
3.2.1 Kalman滤波的基本思想 | 第48-49页 |
3.2.2 Kalman滤波的工作原理 | 第49-51页 |
3.2.3 NAO机器人姿态计算的状态空间模型 | 第51-52页 |
3.2.4 基于Kalman滤波的NAO机器人姿态估计结果 | 第52-53页 |
3.3 NAO机器人姿态反馈控制 | 第53-54页 |
3.3.1 NAO机器人姿态反馈控制 | 第53-54页 |
3.3.2 实验结果 | 第54页 |
3.4 本章小结 | 第54-55页 |
第4章 NAO机器人的稳定性控制策略研究 | 第55-67页 |
4.1 仿人双足机器人的稳定性判据 | 第55-59页 |
4.1.1 理想的稳定性判据 | 第55-56页 |
4.1.2 常用的几种稳定性判据 | 第56-59页 |
4.2 NAO机器人的踝关节与髋关节控制策略 | 第59-60页 |
4.2.1 踝关节控制策略 | 第59-60页 |
4.2.2 髋关节控制策略 | 第60页 |
4.3 基于COM的NAO机器人稳定性控制策略 | 第60-64页 |
4.3.1 单脚支撑的稳定性控制策略 | 第61-62页 |
4.3.2 双脚支撑的稳定性控制策略 | 第62页 |
4.3.3 不稳定支撑面姿态保持实验 | 第62-64页 |
4.4 基于ZMP的NAO机器人稳定性控制 | 第64-65页 |
4.4.1 NAO机器人ZMP的获取 | 第64-65页 |
4.4.2 基于ZMP的反馈控制 | 第65页 |
4.5 NAO机器人稳定性控制器设计 | 第65-66页 |
4.6 本章小结 | 第66-67页 |
第5章 NAO机器人展示系统设计与开发 | 第67-79页 |
5.1 NAO机器人展示系统 | 第67-68页 |
5.2 NAO机器人展示系统的设计 | 第68-77页 |
5.2.1 基于Kinect的NAO机器人展示系统设计 | 第68-71页 |
5.2.2 NAO机器人智能交互展示系统设计 | 第71-74页 |
5.2.3 NAO机器人动作展示系统设计 | 第74-77页 |
5.3 本章小结 | 第77-79页 |
第6章 总结与展望 | 第79-81页 |
6.1 总结 | 第79-80页 |
6.2 展望 | 第80-81页 |
参考文献 | 第81-87页 |
致谢 | 第87页 |