| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 引言 | 第8页 |
| 1.2 选题背景与研究意义 | 第8-9页 |
| 1.3 移动机械臂国内外研究现状及选题依据 | 第9-11页 |
| 1.4 定位技术介绍 | 第11页 |
| 1.5 主要工作及论文各章节安排 | 第11-13页 |
| 第二章 MT-ARM 系统结构 | 第13-24页 |
| 2.1 引言 | 第13页 |
| 2.2 MT-ARM 的硬件系统结构 | 第13-17页 |
| 2.2.1 MT-ARM 电子构成 | 第14-15页 |
| 2.2.2 MT-ARM 的运动控制 | 第15-17页 |
| 2.3 MT-ARM 运动学模型 | 第17-23页 |
| 2.3.1 MT-ARM 移动平台运动学模型的建立 | 第17-18页 |
| 2.3.2 MT-ARM 运动学模型的建立 | 第18-20页 |
| 2.3.3 MT-ARM 的逆运动学分析 | 第20-21页 |
| 2.3.4 MT-ARM 运动学实验验证 | 第21-23页 |
| 2.4 小结 | 第23-24页 |
| 第三章 移动机械臂视觉定位技术 | 第24-33页 |
| 3.1 引言 | 第24-25页 |
| 3.2 单双目视觉结合原理 | 第25-29页 |
| 3.2.1 坐标系的选取 | 第25-26页 |
| 3.2.2 单目视觉测距原理 | 第26-28页 |
| 3.2.3 双目视觉测距原理 | 第28-29页 |
| 3.2.4 单双目结合统一标定 | 第29页 |
| 3.3 视觉定位原理 | 第29-32页 |
| 3.3.1 视觉信息的特征提取 | 第29-30页 |
| 3.3.2 视觉信息的特征匹配 | 第30-31页 |
| 3.3.3 立体匹配准则 | 第31-32页 |
| 3.3.4 环境信息的三维重建 | 第32页 |
| 3.4 小结 | 第32-33页 |
| 第四章 基于SIFT 算法的单双目视觉定位 | 第33-47页 |
| 4.1 引言 | 第33页 |
| 4.2 SIFT 算法理论 | 第33-40页 |
| 4.2.1 尺度空间理论 | 第33-34页 |
| 4.2.2 SIFT 特征向量生成 | 第34-39页 |
| 4.2.3 SIFT 特征向量匹配 | 第39页 |
| 4.2.4 特征地图的构建 | 第39-40页 |
| 4.3 环境表示方法 | 第40-41页 |
| 4.3.1 栅格法 | 第40页 |
| 4.3.2 拓扑法 | 第40-41页 |
| 4.3.3 特征表示法 | 第41页 |
| 4.4 基于SIFT 算法单双目视觉结合定位实验及分析 | 第41-46页 |
| 4.4.1 单双目视觉环境特征点提取及匹配 | 第42-44页 |
| 4.4.2 特征地图的创建 | 第44-45页 |
| 4.4.3 基于特征地图的定位 | 第45-46页 |
| 4.5 小结 | 第46-47页 |
| 第五章 全文总结及展望 | 第47-49页 |
| 5.1 论文的主要研究工作的总结 | 第47页 |
| 5.2 论文创新点 | 第47页 |
| 5.3 进一步的研究工作 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 研究生期间发表的论文情况 | 第52-53页 |
| 致谢 | 第53-54页 |
| 附录A SIFT算法程序 | 第54-58页 |