基于机器视觉的运动控制技术研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-22页 |
| ·课题来源 | 第7页 |
| ·课题背景及研究目的和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·国内研究现状 | 第8-9页 |
| ·国外研究现状 | 第9-11页 |
| ·机械手控制种类 | 第11-13页 |
| ·机械手控制关键技术 | 第13-19页 |
| ·图像处理 | 第13-14页 |
| ·图像识别与匹配 | 第14页 |
| ·摄像机标定 | 第14-15页 |
| ·轨迹跟踪控制 | 第15-19页 |
| ·本文的主要内容和结构 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第2章 摄像机标定及优化算法 | 第22-40页 |
| ·引言 | 第22-23页 |
| ·摄像机标定方法分类 | 第23-26页 |
| ·离线标定法 | 第23-25页 |
| ·在线标定 | 第25-26页 |
| ·摄像机标定原理 | 第26-30页 |
| ·摄像机内参数模型 | 第26-28页 |
| ·摄像机外参数模型 | 第28-29页 |
| ·摄像机畸变参数模型 | 第29-30页 |
| ·标定优化算法 | 第30-34页 |
| ·标准粒子群算法 | 第31页 |
| ·蒙特卡罗算法 | 第31-32页 |
| ·基于改进粒子群算法的摄像机标定 | 第32-34页 |
| ·仿真结果与分析 | 第34-38页 |
| ·摄像机内参数标定结果 | 第35页 |
| ·摄像机外参数标定结果 | 第35-38页 |
| ·本章小结 | 第38-40页 |
| 第3章 自适应 RBF 神经网络轨迹跟踪控制器 | 第40-58页 |
| ·引言 | 第40页 |
| ·机械手跟踪控制 | 第40-44页 |
| ·路径和轨迹 | 第41-42页 |
| ·机器人运动学 | 第42页 |
| ·机器人动力学 | 第42-44页 |
| ·轨迹跟踪控制器设计 | 第44-48页 |
| ·机械手动力学模型 | 第44-46页 |
| ·RBF 神经网络 | 第46-47页 |
| ·自适应约束 | 第47-48页 |
| ·稳定性分析 | 第48-51页 |
| ·仿真结果与分析 | 第51-56页 |
| ·本章小结 | 第56-58页 |
| 第4章 护理机器人视觉控制应用 | 第58-67页 |
| ·护理机器人整体设计 | 第58-59页 |
| ·护理机器人整体系统硬件选型与实现 | 第59-66页 |
| ·运动控制器的选型 | 第60-61页 |
| ·电机的选型 | 第61页 |
| ·摄像头的选型 | 第61页 |
| ·洗头机械手 | 第61-62页 |
| ·护理机器人界面开发 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 结论 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间的研究成果 | 第74页 |
