机器人视觉伺服系统的若干问题研究
| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第1章 绪论 | 第15-30页 |
| ·引言 | 第15-16页 |
| ·视觉伺服的研究现状 | 第16-28页 |
| ·摄像机标定的研究现状 | 第18-21页 |
| ·特征提取的发展 | 第21-25页 |
| ·视觉伺服控制器研究现状 | 第25-28页 |
| ·本课题的研究内容 | 第28-30页 |
| 第2章 视觉伺服系统的控制结构 | 第30-42页 |
| ·引言 | 第30-31页 |
| ·视觉伺服中的基础知识 | 第31-38页 |
| ·坐标变换 | 第31-33页 |
| ·摄像机投影模型 | 第33-35页 |
| ·机器人的控制 | 第35-38页 |
| ·基于位置的视觉伺服控制结构 | 第38-39页 |
| ·基于图像的视觉伺服控制结构 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第3章 视觉伺服系统的硬件组成及摄像机标定 | 第42-59页 |
| ·引言 | 第42-43页 |
| ·视觉伺服系统的组成 | 第43-44页 |
| ·GRB-400 机器人和图像采集 | 第44-45页 |
| ·图像预处理 | 第45-47页 |
| ·图像的边缘检测 | 第47-48页 |
| ·摄像机标定 | 第48-57页 |
| ·标定模型 | 第49-51页 |
| ·摄像机标定矩阵的分解 | 第51-52页 |
| ·遗传算法 | 第52-54页 |
| ·实验 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 第4章 基于空间矩的特征提取 | 第59-92页 |
| ·引言 | 第59-61页 |
| ·空间矩亚象素边缘提取算法 | 第61-67页 |
| ·理想边缘模型的亚象素边缘提取 | 第61-65页 |
| ·原理误差分析及误差补偿 | 第65-67页 |
| ·角特征提取 | 第67-81页 |
| ·Kitchen算法 | 第68-69页 |
| ·Harris算法 | 第69-70页 |
| ·利用空间矩提取角特征 | 第70-74页 |
| ·理想三级模型的角特征提取 | 第74-76页 |
| ·实验 | 第76-79页 |
| ·利用空间矩提取亚象素角特征 | 第79页 |
| ·实验 | 第79-81页 |
| ·改进的空间矩亚象素边缘提取方法 | 第81-84页 |
| ·实验 | 第82-84页 |
| ·直线特征提取算法 | 第84-90页 |
| ·Hough变换提取直线特征 | 第85-86页 |
| ·基于空间矩的直线特征提取 | 第86-88页 |
| ·实验 | 第88-90页 |
| ·图像处理算法库的组成 | 第90页 |
| ·本章小结 | 第90-92页 |
| 第5章 机器人视觉伺服系统控制器的设计 | 第92-127页 |
| ·引言 | 第92-93页 |
| ·视觉伺服系统的数学模型 | 第93-103页 |
| ·GRB-400 机器人的运动学和雅克比矩阵 | 第93-96页 |
| ·视觉伺服系统的控制结构 | 第96-98页 |
| ·视觉伺服系统的数学模型 | 第98-103页 |
| ·视觉伺服系统的控制器设计和仿真实验 | 第103-110页 |
| ·视觉伺服系统的控制器设计 | 第103-107页 |
| ·仿真实验 | 第107-110页 |
| ·利用模糊系统在线辨识系统模型 | 第110-126页 |
| ·模糊自适应辨识 | 第110-122页 |
| ·仿真实验 | 第122-126页 |
| ·本章小节 | 第126-127页 |
| 结论 | 第127-129页 |
| 参考文献 | 第129-142页 |
| 攻读学位期间发表的学术论文 | 第142-143页 |
| 哈尔滨工业大学博士学位论文原创性声明 | 第143页 |
| 哈尔滨工业大学博士学位论文使用授权书 | 第143-144页 |
| 致谢 | 第144-145页 |
| 个人简历 | 第145页 |
