| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题的来源、背景及研究意义 | 第8-11页 |
| ·课题的来源和背景 | 第8-11页 |
| ·课题的研究意义 | 第11页 |
| ·机器人误差补偿方法的研究现状 | 第11-13页 |
| ·基于误差模型的误差补偿方法 | 第12-13页 |
| ·基于人工智能网络的定位误差补偿方法 | 第13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第二章 KUKA机器人的正、逆运动学建模与分析 | 第15-28页 |
| ·机器人运动学概述 | 第15页 |
| ·KUKA工业机器人简介 | 第15-16页 |
| ·KUKA工业机器人的正运动学分析 | 第16-21页 |
| ·KUKA工业机器人连杆坐标系及其齐次变换矩阵的建立 | 第16-18页 |
| ·工业机器人末端位姿的表示 | 第18-19页 |
| ·KUKA工业机器人正运动学模型的建立 | 第19-21页 |
| ·KUKA工业机器人的逆运动学分析 | 第21-24页 |
| ·机器人逆运动学概述 | 第21页 |
| ·KUKA工业机器人逆运动学的代数解法 | 第21-24页 |
| ·KUKA工业机器人的运动学仿真 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 KUKA工业机器人定位误差建模与分析 | 第28-37页 |
| ·工业机器人误差来源分析 | 第28页 |
| ·工业机器人误差模型的建立 | 第28-33页 |
| ·KUKA工业机器人几何偏差模型的建立 | 第28-30页 |
| ·KUKA工业机器人车身定位误差模型的建立 | 第30-33页 |
| ·KUKA工业机器人误差模型的仿真验证 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 KUKA工业机器人的定位误差补偿 | 第37-49页 |
| ·工业机器人定位误差补偿概述 | 第37页 |
| ·牛顿-拉夫逊误差补偿方法 | 第37-41页 |
| ·牛顿-拉夫逊迭代算法概述 | 第37-39页 |
| ·牛顿-拉夫逊算法补偿误差模型的仿真验证 | 第39-41页 |
| ·神经网络误差补偿方法 | 第41-47页 |
| ·神经网络概述及其在工业机器人定位误差补偿方面的应用 | 第41-42页 |
| ·BP神经网络补偿KUKA工业机器人的定位误差 | 第42-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 PSO算法优化的BP神经网络实现定位误差补偿 | 第49-53页 |
| ·PSO算法概述 | 第49-50页 |
| ·PSO算法优化的BP神经网络误差补偿方法 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·本文总结 | 第53页 |
| ·本文不足与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者简介 | 第60页 |
| 攻读硕士学位期间研究成果 | 第60页 |
