声明
摘要
第1章 绪论
1.1 选题背景及课题研究的意义
1.1.1 国内外挖掘机市场概况
1.1.2 国内挖掘机技术差距
1.1.3 课题研究的意义
1.2 基于视觉的智能挖掘机器人研究综述
1.2.1 挖掘机器人控制技术
1.2.2 智能挖掘机器人国内外研究现状
1.2.3 基于视觉的智能挖掘机器人
1.3 智能挖掘机器人视觉系统
1.4 本课题研究的主要内容
第2章 挖掘机器人样机研制、建模及轨迹规划
2.1 小松PC02-1挖掘机电液比例改造
2.1.1 小松挖掘机液压系统改造
2.1.2 倾角及压力传感器
2.1.3 挖掘机器人电气系统
2.2 挖掘机器人视觉系统
2.3 智能挖掘机器人仿真、控制环境
2.3.1 xPC实时仿真、控制平台
2.3.2 OpenCV开源图像处理技术
2.3.3 IMAQ Vision虚拟仪器图像库
2.4 挖掘机工作装置运动学模型
2.4.1 油缸伸缩长度与关节角的对应变换
2.4.2 机械臂关节空间到铲斗末端位姿空间变换
2.4.3 铲斗末端位姿空间到关节空间变换
2.5 挖掘机器人电液系统参数辨识
2.5.1 阀控液压缸系统模型
2.5.2 阀控液压缸系统参数辨识
2.6 基于RBF参数优化的工作装置运动轨迹规划
2.6.1 工作装置运动学逆解神经网络优化
2.6.2 挖掘机器人工作装置运动学仿真
2.7 基于ANFIS的挖掘机器人挖掘轨迹仿真
2.7.1 挖掘机器人挖掘作业模型分析
2.7.2 机械臂ANFIS模型
2.8 本章小结
第3章 挖掘机器人视觉系统图像处理与识别
3.1 道路环境及目标图像处理技术
3.1.1 室外道路图像傅里叶变换
3.1.2 铲斗图像直方图均匀化
3.1.3 道路图像去相关拉伸变换
3.1.4 二维中值滤波
3.2 视觉环境图像分割
3.2.1 边缘检测
3.2.2 分水岭阈值分割
3.3 Harris角点特征检测
3.4 图像不变矩特征
3.5 图像目标识别方法
3.5.1 不变矩目标识别方法
3.5.2 基于不变矩和BP网络的图像目标识别方法
3.6 本章小结
第4章 挖掘机器人视觉标定与双目立体视觉
4.1 挖掘机器人视觉系统标定
4.1.1 视觉系统标定模板
4.1.2 单目摄像机模型
4.1.3 基于平面模板的摄像机标定
4.2 双目立体视觉系统模型
4.3 挖掘机器人双目立体视觉标定
4.4 铲斗目标匹配
4.4.1 SIFT图像匹配方法
4.4.2 铲斗目标图像匹配试验
4.5 挖掘机器人双目立体视觉匹配
4.6 本章小结
第5章 挖掘机器人视觉测量、目标跟踪及定位
5.1 立体视觉深度信息测量
5.2 运动目标的视觉跟踪
5.2.1 Camshift运动目标跟踪算法
5.2.2 运动物体视觉跟踪OpenCV实现
5.3 基于颜色标记跟踪的铲斗目标及姿态识别
5.3.1 挖掘机器人铲斗基本动作
5.3.2 挖掘机器人铲斗标记颜色模型
5.3.3 挖掘机铲斗目标及姿态识别
5.4 图像雅可比矩阵及其估计
5.4.1 图像雅可比矩阵
5.4.2 图像雅可比矩阵的改进神经网络估计
5.5 挖掘机器人铲斗定位实验
5.6 本章小结
第6章 小生境粒子群优化的挖掘机器人自抗扰视觉控制
6.1 挖掘机器人视觉控制综述
6.1.1 基于位置的视觉控制系统
6.1.2 基于图像的视觉控制
6.2 粒子群优化算法
6.2.1 基本粒子群算法
6.2.2 小生境粒子群优化算法
6.3 自抗扰控制器设计
6.3.1 自抗扰控制器原理
6.3.2 自抗扰控制器结构设计
6.3.3 自抗扰控制器时变系统控制性能仿真
6.4 粒子群优化自抗扰控制器算法流程
6.5 基于视觉的自抗扰控制仿真
6.6 本章小结
第7章 基于视觉的挖掘机器人行为控制研究
7.1 挖掘机器人的行为控制体系结构
7.2 挖掘目标状态流模型参数确定
7.3 模糊聚类判别算法
7.4 挖掘目标状态流实现
7.5 本章小结
第8章 总结与展望
8.1 研究总结
8.2 前景与展望
参考文献
致谢
作者简介
攻读博士学位期间发表的学术论文
攻读博士学位期间参加的科研项目
攻读博士期间获得的荣誉与奖励