首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

非完整移动机器人系统的智能鲁棒控制研究

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-27页
   ·研究的目的和意义第12-13页
   ·国内外的研究现状第13-23页
     ·轨迹跟踪控制研究第13-18页
     ·多机器人编队控制第18-23页
   ·轨迹跟踪及编队控制待解决的问题第23-25页
   ·论文研究的主要内容第25-27页
第2章 受控对象的相关知识与研究方法第27-36页
   ·非完整性约束与系统第27-28页
   ·非完整移动机器人模型、性质与运动控制定义第28-33页
     ·运动学模型第28-29页
     ·动力学模型第29-30页
     ·含驱动器模型的非完整移动机器人动力学模型第30-32页
     ·非完整移动机器人的性质第32页
     ·移动机器人运动控制定义第32-33页
   ·主要引理及Backstepping设计法第33-35页
   ·本章小结第35-36页
第3章 非完整移动机器人的模糊自适应滑模控制第36-60页
   ·引言第36-37页
   ·模糊自适应控制第37-38页
   ·滑模控制原理第38-42页
     ·滑模控制定义及设计方法第38-40页
     ·滑模抖振的消弱途径第40-42页
   ·非完整移动机器人的滑模轨迹跟踪控制第42-44页
     ·基于运动学的速度控制器设计第42-44页
     ·动力学滑模控制器设计第44页
   ·非完整移动机器人的模糊自适应滑模控制第44-48页
     ·抑制速度跳变的自适应分流运动学控制器设计第44-47页
     ·自适应模糊滑模动力学控制器设计第47-48页
   ·稳定性分析第48-49页
   ·仿真与结果分析第49-59页
   ·本章小结第59-60页
第4章 无精确模型的非完整移动机器人轨迹跟踪控制第60-75页
   ·引言第60-61页
   ·径向基神经网络基本结构原理第61-62页
   ·非完整移动机器人的双自适应神经滑模控制第62-67页
     ·Backstepping运动学控制器第62-64页
     ·双自适应神经滑模动力学控制器设计第64-67页
   ·稳定性分析第67-68页
   ·仿真与结果分析第68-74页
   ·本章小结第74-75页
第5章 基于遗传优化及不确定性估计的移动机器人轨迹跟踪控制第75-97页
   ·引言第75-76页
   ·遗传算法及其原理第76-78页
     ·遗传算法的基本思想第76页
     ·遗传算法的构成要素第76-78页
   ·MIMO递归模糊神经网络设计第78-79页
   ·基于遗传算法的非完整移动机器人递归模糊神经滑模控制第79-87页
     ·非完整移动机器人经典运动学控制器第79-81页
     ·基于改进遗传算法的机器人运动学控制器参数优化第81-84页
     ·带自适应递归模糊神经网络估计的动力学控制器设计第84-87页
   ·稳定性分析第87-88页
   ·仿真与结果分析第88-95页
   ·本章小结第95-97页
第6章 多非完整移动机器人编队控制研究第97-118页
   ·引言第97-98页
   ·领航者-跟随者编队控制原理第98-99页
   ·基于神经网络的移动机器人滑模编队控制第99-108页
     ·领航者-跟随者运动学控制器设计第100-101页
     ·领航者-跟随者滑模动力学控制器设计第101-103页
     ·领航者控制结构第103-104页
     ·仿真与结果分析第104-108页
   ·含驱动器动力学的机器人编队自适应控制第108-117页
     ·领航者-跟随者跟踪控制第108-110页
     ·机器人编队自适应控制第110-112页
     ·领航者自适应控制第112-114页
     ·仿真与结果分析第114-117页
   ·本章小结第117-118页
结论第118-121页
参考文献第121-134页
攻读博士学位期间发表的论文和取得的科研成果第134-135页
致谢第135页

论文共135页,点击 下载论文
上一篇:移动机器人全景视觉归航技术研究
下一篇:多传感器广义线性系统最优和自校正加权观测融合估计方法研究