面向不确定性的机器人柔顺性控制方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究意义及目的 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 经典控制方法 | 第12-13页 |
| 1.2.2 先进控制方法 | 第13-14页 |
| 1.2.3 智能控制方法 | 第14-15页 |
| 1.3 柔顺性控制中的关键问题 | 第15-16页 |
| 1.4 柔顺性控制应用前景 | 第16-18页 |
| 1.5 本文研究内容及章节安排 | 第18-20页 |
| 第2章 机器人控制基本理论 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 机器人与环境接触的数学模型 | 第20-23页 |
| 2.2.1 雅克比矩阵 | 第20-22页 |
| 2.2.2 机器人动力学模型及特性 | 第22页 |
| 2.2.3 机器人与环境接触的动力学 | 第22-23页 |
| 2.3 不确定性分析 | 第23-24页 |
| 2.4 仿真模型的建立 | 第24-25页 |
| 2.5 本章小结 | 第25-28页 |
| 第3章 基于阻抗算法的机器人柔顺性控制方法研究 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 阻抗控制原理 | 第28-30页 |
| 3.3 基本阻抗控制算法 | 第30-32页 |
| 3.3.1 阻抗控制律设计 | 第30-31页 |
| 3.3.2 力控制和位置控制分析 | 第31-32页 |
| 3.4 阻抗参数对控制性能的影响 | 第32-41页 |
| 3.4.1 阻抗参数对位置跟踪的影响 | 第32-37页 |
| 3.4.2 阻抗参数对力跟踪的影响 | 第37-41页 |
| 3.5 阻抗参数选取的基本原则 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于参考轨迹修正的自适应阻抗控制算法 | 第44-64页 |
| 4.1 引言 | 第44页 |
| 4.2 问题的提出 | 第44-46页 |
| 4.2.1 环境位置不确定性分析 | 第44-45页 |
| 4.2.2 机器人模型不确定性分析 | 第45-46页 |
| 4.3 自适应阻抗控制 | 第46-52页 |
| 4.3.1 自适应控制律设计 | 第46-48页 |
| 4.3.2 稳定性及收敛性分析 | 第48-52页 |
| 4.4 自适应参数对控制性能的影响 | 第52-55页 |
| 4.4.1 位置控制仿真分析 | 第52-53页 |
| 4.4.2 力控制仿真分析 | 第53-55页 |
| 4.5 不同输入信号下的自适应阻抗控制仿真 | 第55-62页 |
| 4.5.1 位置跟踪 | 第56-59页 |
| 4.5.2 力跟踪 | 第59-62页 |
| 4.6 本章小结 | 第62-64页 |
| 第5章 基于RBF神经网络补偿的阻抗控制算法 | 第64-78页 |
| 5.1 引言 | 第64页 |
| 5.2 RBF神经网络逼近原理 | 第64-67页 |
| 5.2.1 神经网络概述 | 第64-65页 |
| 5.2.2 RBF神经网络的特点 | 第65-66页 |
| 5.2.3 RBF神经网络结构 | 第66-67页 |
| 5.3 RBF神经网络控制 | 第67-73页 |
| 5.3.1 控制系统不确定性分析 | 第67-69页 |
| 5.3.2 神经网络控制器设计 | 第69-73页 |
| 5.4 仿真分析 | 第73-77页 |
| 5.4.1 关节跟踪仿真分析 | 第73-75页 |
| 5.4.2 力控制性能仿真分析 | 第75-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 致谢 | 第86-88页 |
| 硕士期间完成论文情况 | 第88页 |
