基于神经网络和高斯过程的机械手抓取策略与仿真研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 机械手系统的国内外研究现状 | 第9-12页 |
| 1.2.2 机械手抓取策略的国内外研究现状 | 第12-14页 |
| 1.3 本文的研究内容 | 第14-16页 |
| 第2章 机械手抓取的力学基础及手指的控制方法 | 第16-29页 |
| 2.1 机械手手指的位置运动学 | 第16-19页 |
| 2.1.1 机械手手指的正运动学 | 第16-18页 |
| 2.1.2 机械手手指的逆运动学 | 第18-19页 |
| 2.2 机械手手指的动力学 | 第19-21页 |
| 2.2.1 手指连杆动力学 | 第20-21页 |
| 2.2.2 基关节动力学 | 第21页 |
| 2.3 机械手手指的自适应模糊滑模控制及其仿真 | 第21-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于神经网络和高斯过程的抓取策略 | 第29-43页 |
| 3.1 机械手抓取模型的确定 | 第29-32页 |
| 3.1.1 最佳抓取平面 | 第29-30页 |
| 3.1.2 抓取模型的构建 | 第30-32页 |
| 3.2 基于神经网络的机械手抓取策略 | 第32-36页 |
| 3.2.1 RBF神经网络模型 | 第32-33页 |
| 3.2.2 被抓取物体的几何特征 | 第33-34页 |
| 3.2.3 抓取的模式规划设计 | 第34-35页 |
| 3.2.4 仿真实验 | 第35-36页 |
| 3.3 基于高斯过程的机械手抓取策略 | 第36-42页 |
| 3.3.1 抓取方案的确定 | 第36-37页 |
| 3.3.2 高斯过程分类的定义 | 第37-38页 |
| 3.3.3 超参数的计算 | 第38-39页 |
| 3.3.4 基于高斯过程分类的规划器 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 机械手/臂的抓取仿真实验 | 第43-63页 |
| 4.1 机械手/臂模型的建立 | 第43-45页 |
| 4.2 基于数据手套和力传感手套的数据采集 | 第45-54页 |
| 4.2.1 数据手套 | 第45-47页 |
| 4.2.2 力传感手套 | 第47-48页 |
| 4.2.3 数据采集 | 第48-54页 |
| 4.3 基于ADAMS的仿真实验 | 第54-62页 |
| 4.3.1 基于ADAMS的抓取仿真 | 第54-59页 |
| 4.3.2 基于ADAMS的接触仿真 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 全文总结与展望 | 第63-65页 |
| 5.1 全文总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录1 攻读硕士学位期间发表的论文 | 第71-72页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第72页 |
