声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 机器人视觉伺服
1.2.1 机器人视觉伺服发展概述
1.2.2 机器人视觉伺服系统分类
1.3 机器人无标定视觉伺服
1.3.1 问题的提出
1.3.2 机器人无标定视觉伺服国内外研究现状
1.4 论文的主要研究内容及结构安排
1.4.1 主要研究内容
1.4.2 结构安排
第2章 基于图像的无标定视觉伺服
2.1 机器人视觉伺服基础知识
2.1.1 坐标系关系
2.1.2 摄像机模型
2.1.3 机器人运动学模型
2.1.4 机器人雅可比矩阵
2.1.5 图像特征的选取
2.2 图像雅可比矩阵
2.2.1 图像雅可比矩阵的定义
2.2.2 图像雅可比矩阵的推导实例
2.3 无标定视觉伺服算法
2.3.1 非线性方差最小化法求解关节角
2.3.2 Broyden法估计图像雅可比矩阵
2.4 本章小结
第3章 基于平方根无迹卡尔曼滤波的图像雅可比矩阵在线估计方法
3.1 引言
3.2 平方根无迹卡尔曼滤波算法原理
3.2.1 无迹变换(Unscented Transform)
3.2.2 平方根无迹卡尔曼滤波实现步骤
3.3 基于SR-UKF的图像雅可比矩阵在线估计
3.3.1 总图像雅可比矩阵
3.3.2 基于SR-UKF的总图像雅可比矩阵在线估计
3.4 仿真实验
3.4.1 跟踪圆周运动目标
3.4.2 跟踪方形运动目标
3.5 本章小结
第4章 基于在线支持向量回归的图像雅可比矩阵在线估计方法
4.1 引言
4.2 在线支持向量回归算法原理
4.2.1 支持向量回归
4.2.2 基于增量学习的OL-SVR
4.3 基于在线支持向量回归的图像雅可比矩阵在线估计
4.4 仿真实验
4.4.1 定位静止目标
4.4.2 跟踪运动目标
4.5 本章小结
第5章 基于图像雅可比矩阵的无标定视觉伺服实验研究
5.1 系统硬件结构
5.1.1 工业机器人系统
5.1.2 工业相机
5.1.3 主控计算机
5.2 系统软件结构
5.2.1 图像采集处理与图像特征提取
5.2.2 机器人控制
5.2.3 人机交互界面
5.3 三自由度无标定视觉定位实验
5.3.1 基于平方根无迹卡尔曼滤波的无标定视觉定位实验
5.3.2 基于在线支持向量回归的无标定视觉定位实验
5.4 本章小结
结论与展望
论文总结
论文不足及展望
参考文献
致谢
附录A 攻读学位期间所发表的学术成果