基于机器视觉的Delta机器人智能分拣系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究的背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 论文研究的内容 | 第12-13页 |
| 第二章 分拣系统总体方案设计 | 第13-22页 |
| 2.1 系统的总体方案设计 | 第13-14页 |
| 2.2 机器视觉系统 | 第14-19页 |
| 2.2.1 视觉系统的控制方案 | 第14-15页 |
| 2.2.2 机器视觉系统的硬件设计 | 第15-19页 |
| 2.3 运动控制系统 | 第19-21页 |
| 2.3.1 运动控制系统的方案设计 | 第19-20页 |
| 2.3.2 控制系统的硬件选型 | 第20-21页 |
| 2.4 系统的软件开发平台 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 机器人运动学分析 | 第22-32页 |
| 3.1 机器人运动学模型 | 第22-23页 |
| 3.2 Delta机器人运动学正解 | 第23-25页 |
| 3.3 Delta机器人运动学逆解 | 第25-27页 |
| 3.4 速度模型建立 | 第27页 |
| 3.5 机器人轨迹规划 | 第27-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 机器视觉系统的关键技术 | 第32-49页 |
| 4.1 系统的标定 | 第32-39页 |
| 4.1.1 视觉系统的标定 | 第32-38页 |
| 4.1.2 视觉系统、传送带以及机器人之间的标定 | 第38-39页 |
| 4.2 目标物体的识别 | 第39-45页 |
| 4.2.1 图像预处理 | 第39-44页 |
| 4.2.2 目标识别定位 | 第44-45页 |
| 4.3 目标物体的动态追踪 | 第45-46页 |
| 4.4 重复目标的剔除 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 基于遗传优化算法的分拣策略分析 | 第49-56页 |
| 5.1 基本遗传算法 | 第49-51页 |
| 5.2 分拣系统的策略分析 | 第51-54页 |
| 5.2.1 机器人抓放分析 | 第51-52页 |
| 5.2.2 最优路径选择 | 第52页 |
| 5.2.3 遗传算法优化 | 第52-54页 |
| 5.3 软件仿真实验 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 系统调试与实验 | 第56-63页 |
| 6.1 实验样机研制 | 第56-60页 |
| 6.2 系统软件控制流程 | 第60-61页 |
| 6.3 分拣实验 | 第61-62页 |
| 6.4 本章小结 | 第62-63页 |
| 第七章 结论与展望 | 第63-64页 |
| 7.1 全文总结 | 第63页 |
| 7.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 插图清单 | 第68-70页 |
| 插表清单 | 第70-71页 |
| 附录一 电气原理图 | 第71-75页 |
| 附录二 轨迹规划程序 | 第75-78页 |
| 攻读研究生期间参与的项目与成果 | 第78-79页 |
| 致谢 | 第79页 |
