| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 引言 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国外现状分析 | 第13-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 研究意义与创新点 | 第17-18页 |
| 1.4 研究内容与章节安排 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第二章 工业机器人运动学分析 | 第20-31页 |
| 2.1 机器人运动学基础 | 第20-27页 |
| 2.1.1 坐标系描述 | 第20-21页 |
| 2.1.2 坐标系映射 | 第21-22页 |
| 2.1.3 坐标系定义 | 第22-23页 |
| 2.1.4 连杆与关节 | 第23-24页 |
| 2.1.5 D-H (Denavit-Hartenberg)参数 | 第24-27页 |
| 2.2 工业机器人RBT-6T的运动学分析 | 第27-30页 |
| 2.2.1 RBT-6T正向运动学方程 | 第27-28页 |
| 2.2.2 RBT-6T逆向运动学方程 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 物联网平台设计与实现 | 第31-40页 |
| 3.1 物联网概述 | 第31-32页 |
| 3.2 RFID技术 | 第32-34页 |
| 3.3 嵌入式系统通信网关 | 第34-37页 |
| 3.3.1 网关硬件架构 | 第35-36页 |
| 3.3.2 各模块功能描述 | 第36-37页 |
| 3.4 信息管理中心 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 视觉选择性注意机制研究 | 第40-52页 |
| 4.1 视觉注意机制概述 | 第40-41页 |
| 4.2 视觉注意机制的经典理论 | 第41-45页 |
| 4.2.1 特征整合理论（Feature Integrated Theory） | 第41-43页 |
| 4.2.2 引导搜索理论（Guided Search Theory） | 第43-44页 |
| 4.2.3 整合竞争理论（Integrated Competition Theory） | 第44-45页 |
| 4.3 视觉注意机制模型 | 第45-49页 |
| 4.3.1 基于空间的注意机制模型 | 第45-48页 |
| 4.3.2 基于目标的注意机制模型 | 第48-49页 |
| 4.4 视觉注意与零部件识别 | 第49-51页 |
| 4.4.1 零部件识别模块设计 | 第49-50页 |
| 4.4.2 模块实现 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 工业机器人视觉系统设计与实现 | 第52-63页 |
| 5.1 视觉系统架构 | 第52页 |
| 5.2 双目立体视觉系统 | 第52-61页 |
| 5.2.1 立体视觉模型与计算 | 第53-55页 |
| 5.2.2 系统设计关键步骤 | 第55-61页 |
| 5.3 转换矩阵求解 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 实验及其结果分析 | 第63-70页 |
| 6.1 实验 1：物联网通信实验 | 第63-64页 |
| 6.1.1 实验过程 | 第63-64页 |
| 6.1.2 实验结果分析 | 第64页 |
| 6.2 实验 2：零部件区域提取与识别实验 | 第64-67页 |
| 6.2.1 实验过程 | 第64-66页 |
| 6.2.2 实验结果分析 | 第66-67页 |
| 6.3 实验 3：视觉系统定位精度实验 | 第67-69页 |
| 6.3.1 实验过程 | 第67-69页 |
| 6.3.2 实验结果分析 | 第69页 |
| 6.4 本章小结 | 第69-70页 |
| 总结与展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
