| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 工业机器人研究现状 | 第12-13页 |
| 1.2.2 轨迹规划算法研究现状 | 第13-15页 |
| 1.3 本文研究内容与结构安排 | 第15-19页 |
| 1.3.1 本文研究内容 | 第15-16页 |
| 1.3.2 本文结构安排 | 第16-19页 |
| 第2章 工业机器人运动学与轨迹规划方法研究 | 第19-37页 |
| 2.1 引言 | 第19-20页 |
| 2.2 KR16-2机器人运动学模型及方程的建立 | 第20-27页 |
| 2.2.1 KR16-2机器人的运动学模型及参数 | 第20-22页 |
| 2.2.2 KR16-2机器人的正运动学 | 第22-25页 |
| 2.2.3 KR16-2机器人的逆运动学 | 第25-27页 |
| 2.3 关节空间轨迹规划 | 第27-31页 |
| 2.3.1 三次多项式插值 | 第27-29页 |
| 2.3.2 过路径点的三次多项式插值 | 第29页 |
| 2.3.3 用抛物线过渡的线性插值 | 第29-31页 |
| 2.4 直角坐标空间轨迹规划 | 第31-36页 |
| 2.4.1 直角坐标空间直线轨迹规划 | 第31-32页 |
| 2.4.2 直角坐标空间圆弧轨迹规划 | 第32-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 基于改进遗传算法的机器人时间最优轨迹规划算法 | 第37-59页 |
| 3.1 引言 | 第37页 |
| 3.2 机器人最优时间轨迹规划的基本原理 | 第37-39页 |
| 3.3 三次均匀B样条插值轨迹规划 | 第39-43页 |
| 3.3.1 三次均匀B样条的推导 | 第39-40页 |
| 3.3.2 一种简单的反算控制点方法及B样条曲线边界条件 | 第40-42页 |
| 3.3.3 三次均匀B样条曲线插补算法的流程 | 第42-43页 |
| 3.4 遗传算法优化原理 | 第43-48页 |
| 3.4.1 遗传算法工作原理 | 第44-46页 |
| 3.4.2 一种改进的遗传算法 | 第46-48页 |
| 3.5 基于改进遗传算法的最优时间B样条轨迹研究 | 第48-53页 |
| 3.5.1 关节空间时间最优轨迹规划 | 第48-50页 |
| 3.5.2 基于改进遗传算法的全局寻优 | 第50-52页 |
| 3.5.3 直角坐标空间时间最优轨迹规划 | 第52-53页 |
| 3.6 算法验证与分析 | 第53-57页 |
| 3.7 本章小结 | 第57-59页 |
| 第4章 基于时间最优的最优平滑二次轨迹规划算法 | 第59-73页 |
| 4.1 引言 | 第59-60页 |
| 4.2 二次轨迹规划设计方案 | 第60-61页 |
| 4.3 最优平滑二次轨迹规划算法 | 第61-69页 |
| 4.3.1 最优平滑二次轨迹规划算法描述 | 第61-63页 |
| 4.3.2 构造加加速度的连续轨迹 | 第63-65页 |
| 4.3.3 轨迹曲线的运动约束简化 | 第65-67页 |
| 4.3.4 改进遗传算法寻优 | 第67-69页 |
| 4.4 优化算法仿真与分析 | 第69-71页 |
| 4.5 本章小结 | 第71-73页 |
| 第5章 工业机器人三维仿真中最优轨迹规划的验证与实现 | 第73-83页 |
| 5.1 引言 | 第73页 |
| 5.2 工业机器人三维仿真场景的构建 | 第73-77页 |
| 5.2.1 KR16-2六自由度工业机器人建模 | 第73-76页 |
| 5.2.2 构建三维仿真场景 | 第76-77页 |
| 5.3 基于遗传算法的工业机器人二次最优轨迹规划算法实现 | 第77-82页 |
| 5.3.1 轨迹规划的设计目标 | 第77-78页 |
| 5.3.2 轨迹规划的流程 | 第78-79页 |
| 5.3.3 机器人轨迹规划的实现 | 第79-82页 |
| 5.4 实验结果分析 | 第82页 |
| 5.5 本章小结 | 第82-83页 |
| 第6章 总结与展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-91页 |
| 攻读硕士学位期间的获奖情况 | 第91页 |
