基于激光扫描的工业机器人路径识别与三维重建
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 视觉传感器在工业机器人中的应用 | 第10-11页 |
| 1.4 视觉传感器应用技术的发展现状 | 第11-14页 |
| 1.4.1 视觉传感器国内外的理论研究 | 第11-12页 |
| 1.4.2 视觉传感器国内外的应用现状 | 第12-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 视觉标定系统硬件平台搭建 | 第15-21页 |
| 2.1 视觉标定系统设计 | 第15-19页 |
| 2.1.1 视觉标定系统硬件方案 | 第15页 |
| 2.1.2 工业摄像机 | 第15-17页 |
| 2.1.3 工业镜头 | 第17-18页 |
| 2.1.4 激光器及滤光片 | 第18-19页 |
| 2.2 工业相机软件开发环境 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 线结构光传感器的光平面标定 | 第21-38页 |
| 3.1 线结构光传感器的数学模型 | 第21-22页 |
| 3.2 摄像机成像原理 | 第22-26页 |
| 3.2.1 线性模型 | 第22-24页 |
| 3.2.2 非线性模型 | 第24-26页 |
| 3.3 传感器的运动与激光条纹变化的关系 | 第26-29页 |
| 3.4 半主动式光平面的标定 | 第29-35页 |
| 3.5 已有的线结构光标定方法 | 第35-37页 |
| 3.6 两种标定方法的比较 | 第37页 |
| 3.7 本章小结 | 第37-38页 |
| 第四章 激光点云数据的处理 | 第38-48页 |
| 4.1 激光点云数据的获取 | 第38-42页 |
| 4.1.1 确定激光条纹的感兴趣区域 | 第38-39页 |
| 4.1.2 提取激光条纹中心线 | 第39-40页 |
| 4.1.3 五点三次平滑滤波 | 第40-42页 |
| 4.2 激光点云数据压缩处理 | 第42-45页 |
| 4.3 激光点云数据三维重建 | 第45-47页 |
| 4.3.1 二维平行轮廓线原理 | 第45-46页 |
| 4.3.2 跨距最短准则算法实现 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 实验结果分析 | 第48-60页 |
| 5.1 半主动结构光标定的测试结果与分析 | 第48-52页 |
| 5.1.1 实验平台 | 第48-50页 |
| 5.1.2 标定软件与标定结果分析 | 第50-52页 |
| 5.2 已有结构光标定的测试结果与分析 | 第52-55页 |
| 5.3 三维重建结果分析 | 第55-58页 |
| 5.3.1 实验平台 | 第55页 |
| 5.3.2 三维重建结果和精度分析 | 第55-58页 |
| 5.4 焊缝跟踪精度分析 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 结论 | 第60-61页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间所取得的相关科研成果 | 第65页 |
