声明
摘要
1 前言
1.1研究背景和意义
1.2.1国外发展现状
1.2.2国内发展现状
1.3本文主要结构
1.4本章小结
2基于3D模型的物体位姿识别方法
2.1实验场景描述
2.2基于深度学习的物体识别
2.2.1卷积神经网络
2.2.2全卷积神经网络
2.2.3全卷积神经网络在实验中的应用
2.3物体位姿获取流程
2.4本章小结
3硬件系统设计
3.1.1场景物体
3.1.2场景背景
3.1.3实物场景
3.2深度信息采集设备选型
3.2.1 RealSense技术介绍
3.2.2 RealSense 3D摄像头的分类
3.2.3主流RGB-D相机的参数对比
3.3机械手爪
3.3.1控制手指开合运动的驱动方式
3.3.2运动中力和力矩的传递方式
3.3.3机械手电机
3.4操作机器人选型
3.5本章小结
4软件系统设计
4.1软件系统整体设计
4.2系统框架选型
4.3彩色图像及深度图像采集
4.4神经网络分割图像
4.5物体位姿处理算法
4.5.1场景点云处理
4.5.2各个物体点云处理
4.6本章小结
5实验原理及实验操作
5.1手眼标定
5.1.1手眼标定原理
5.1.2手眼标定过程
5.1.3手眼标定误差分析
5.2采集点15个位姿的精确确定
5.2.1 SURF算法原理
5.2.2 SURF算法实现
5.3神经网络分割实验
5.3抓取实验
5.4本章小结
6结论和展望
6.1全文总结
6.2论文创新点
6.3论文的不足之处
6.4展望
参考文献
致谢
天津科技大学;