摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-20页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 工业机器人的研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-13页 |
1.2.2 国内研究现状 | 第13-14页 |
1.3 基于机器视觉的包装机器人研究现状 | 第14-17页 |
1.3.1 机器视觉的概念和介绍 | 第14-15页 |
1.3.2 机器视觉的包装行业中的应用 | 第15-17页 |
1.4 本文研究内容与论文结构 | 第17-20页 |
第二章 机器人厅门装箱系统的总体方案 | 第20-36页 |
2.1 引言 | 第20页 |
2.2 机器人厅门装箱系统总体方案的提出 | 第20-22页 |
2.2.1 厅门和箱子技术参数 | 第21-22页 |
2.2.2 系统的工作流程 | 第22页 |
2.3 机器人厅门装箱系统机械结构的设计与实现 | 第22-27页 |
2.3.1 机器人厅门装箱系统组成 | 第22-23页 |
2.3.2 箱体定位输送机的结构分析 | 第23-24页 |
2.3.3 门板翻转机的结构分析 | 第24-26页 |
2.3.4 装箱机器人的结构分析 | 第26-27页 |
2.4 电气及控制系统的设计 | 第27-34页 |
2.4.1 电气及控制系统的总体方案 | 第27页 |
2.4.2 控制系统的硬件设计 | 第27-30页 |
2.4.3 控制系统的软件设计 | 第30-34页 |
2.5 本章小结 | 第34-36页 |
第三章 基于视觉的厅门装箱系统中的摄像机标定 | 第36-46页 |
3.1 引言 | 第36页 |
3.2 摄像机模型的建立 | 第36-39页 |
3.2.1 针孔模型的建立 | 第36-37页 |
3.2.2 四个坐标系的转换关系 | 第37-39页 |
3.3 镜头畸变 | 第39-40页 |
3.4 摄像机标定的方法 | 第40页 |
3.5 基于视觉的厅门装箱系统的摄像机标定过程 | 第40-44页 |
3.5.1 求解二维平面靶标与图像平面之间的映射矩阵H | 第40-41页 |
3.5.2 求解摄像机的内外参数矩阵 | 第41-43页 |
3.5.3 估计径向畸变 | 第43-44页 |
3.6 标定实验 | 第44-45页 |
3.7 本章小结 | 第45-46页 |
第四章 目标厅门图像的采集与处理 | 第46-64页 |
4.1 引言 | 第46页 |
4.2 现场图像采集 | 第46-47页 |
4.3 图像的预处理技术 | 第47-56页 |
4.3.1 图像灰度化 | 第48-49页 |
4.3.2 图像增强 | 第49-51页 |
4.3.3 图像滤波 | 第51-53页 |
4.3.4 图像二值化 | 第53-56页 |
4.4 利用漫水填充法提取目标厅门 | 第56-57页 |
4.5 利用黑白像素矩阵判断厅门装箱的正确性 | 第57-60页 |
4.5.1 厅门倾倒问题 | 第57-58页 |
4.5.2 黑白像素矩阵 | 第58-59页 |
4.5.3 厅门正确装箱个数的检测 | 第59-60页 |
4.6 目标厅门边缘的特征点提取 | 第60-62页 |
4.7 本章小结 | 第62-64页 |
第五章 SRA166机器人的运动学分析与仿真 | 第64-78页 |
5.1 引言 | 第64页 |
5.2 机器人位姿的描述与坐标变换 | 第64-68页 |
5.2.1 机器人位姿的描述 | 第64-66页 |
5.2.2 坐标变换 | 第66-68页 |
5.3 SRA166机器人D-H坐标系的建立 | 第68-70页 |
5.3.1 D-H法简介 | 第68-69页 |
5.3.2 SRA166机器人的连杆参数 | 第69页 |
5.3.3 SRA166机器人坐标系的建立 | 第69-70页 |
5.4 SRA166机器人的运动学分析 | 第70-74页 |
5.4.1 运动学正解的求取过程 | 第70-73页 |
5.4.2 运动学反解的求取过程 | 第73-74页 |
5.5 基于MATLAB的SRA166机器人的运动仿真 | 第74-77页 |
5.6 本章小结 | 第77-78页 |
第六章 基于机器视觉的机器人厅门装箱实验 | 第78-86页 |
6.1 引言 | 第78页 |
6.2 基于视觉的厅门装箱系统的模块划分 | 第78-80页 |
6.3 厅门装箱的实验过程 | 第80-85页 |
6.3.1 基于视觉的厅门装箱实验过程 | 第80-84页 |
6.3.2 与原机器人厅门装箱系统对比实验的结果分析 | 第84-85页 |
6.4 本章小结 | 第85-86页 |
第七章 总结与展望 | 第86-89页 |
7.1 本文总结 | 第86-87页 |
7.2 未来展望 | 第87-89页 |
参考文献 | 第89-92页 |
攻读硕士学位期间发表的论文及成果 | 第92-94页 |
致谢 | 第94页 |