摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-18页 |
1.1 课题背景 | 第10页 |
1.2 国内外研究现状 | 第10-15页 |
1.2.1 羽毛球机器人的研究现状 | 第10-14页 |
1.2.2 全向移动平台的研究现状 | 第14-15页 |
1.2.3 全向移动平台的研究现状 | 第15页 |
1.3 研究目标和研究内容 | 第15-18页 |
1.3.1 本文的主要研究内容 | 第15-16页 |
1.3.2 本文的组织结构 | 第16-18页 |
第二章 羽毛球机器人的结构设计 | 第18-32页 |
2.1 羽毛球机器人机械结构 | 第18-19页 |
2.2 击球机构 | 第19-27页 |
2.2.1 结构和原理 | 第19-20页 |
2.2.2 击球结构的演化与分析 | 第20-21页 |
2.2.3 基于同性异形的单级气缸连杆机构的运动特性分析 | 第21-22页 |
2.2.4 模型分析与建立 | 第22-24页 |
2.2.5 运动仿真求解与结果分析 | 第24-27页 |
2.3 全向平移机构 | 第27-31页 |
2.3.1 三轮驱动全向轮平移方案 | 第28-29页 |
2.3.2 机器人的布局及驱动系统 | 第29-31页 |
2.4 本章小结 | 第31-32页 |
第三章 Kinect的图像预处理和物体表面重建 | 第32-46页 |
3.1 羽毛球机器人主控视觉传感 | 第32-33页 |
3.2 kinect的标定技术及标定过程 | 第33-39页 |
3.2.1 相对位姿的求解 | 第34页 |
3.2.2 实验过程和内参数标定结果 | 第34-37页 |
3.2.3 摄像机与标定靶标之间的位置关系 | 第37页 |
3.2.4 误差分析 | 第37-39页 |
3.2.5 图像畸变校正 | 第39页 |
3.3 Kinect对于距离和3D模型的提取 | 第39-40页 |
3.4 深度图像预处理 | 第40-42页 |
3.4.1 图像的灰度化 | 第40-42页 |
3.4.2 图像的平滑处理 | 第42页 |
3.5 图像去噪结果 | 第42-45页 |
3.5.1 羽毛球三维模型的建立 | 第42-43页 |
3.5.2 改进的ICP算法 | 第43-44页 |
3.5.3 实验结果 | 第44-45页 |
3.6 本章总结 | 第45-46页 |
第四章 基于KCF算法的羽毛球的检测与跟踪 | 第46-58页 |
4.1 视觉系统工作原理 | 第46-47页 |
4.2 Kinect摄像机的数学模型 | 第47-49页 |
4.3 核相关滤波器跟踪算法 | 第49-52页 |
4.3.1 引入核函数 | 第50-51页 |
4.3.2 快速训练 | 第51页 |
4.3.3 快速检测 | 第51-52页 |
4.4 羽毛球的检测仿真结果 | 第52-57页 |
4.4.1 普通球的检测结果 | 第52-54页 |
4.4.2 障碍物对于跟踪算法的影响 | 第54-55页 |
4.4.3 羽毛球在单一和复杂背景下的目标跟踪和运动轨迹 | 第55-57页 |
4.5 本章小结 | 第57-58页 |
第五章 Bezier曲线路径规划 | 第58-74页 |
5.1 全方位移动羽毛球机器人运动控制模型的建立 | 第58-61页 |
5.1.1 系统运动学分析 | 第58-60页 |
5.1.2 系统动力学分析 | 第60-61页 |
5.2 全向移动平台运动特性分析 | 第61-63页 |
5.2.1 机器人平动 | 第61-63页 |
5.2.2 机器人转动 | 第63页 |
5.3 基于贝塞尔曲线的路径规划 | 第63-66页 |
5.3.1 贝塞尔曲线的定义 | 第64页 |
5.3.2 贝塞尔曲线的性质 | 第64-65页 |
5.3.3 基于贝塞尔曲线的路径规划方法 | 第65-66页 |
5.4 直流无刷电机双闭环调速系统仿真模型的建立 | 第66-71页 |
5.4.1 仿真结果分析 | 第67-69页 |
5.4.2 运动控制系统实验结果 | 第69-71页 |
5.5 本章小结 | 第71-74页 |
第六章 结论与展望 | 第74-76页 |
6.1 总结 | 第74页 |
6.2 展望 | 第74-76页 |
参考文献 | 第76-80页 |
发表论文和参加科研情况说明 | 第80-82页 |
致谢 | 第82页 |