| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 机器臂遥操作控制的研究现状 | 第11-13页 |
| 1.3 肌电信号的应用现状 | 第13-15页 |
| 1.4 主要存在问题及解决方案 | 第15-16页 |
| 1.5 主要研究内容 | 第16-18页 |
| 第二章 基础知识 | 第18-25页 |
| 2.1 物体的空间描述 | 第18-19页 |
| 2.2 机械臂运动学基础 | 第19-21页 |
| 2.3 柔性关节机械臂的动力学模型 | 第21-25页 |
| 第三章 基于肌电信号的的移动机器人遥操作 | 第25-34页 |
| 3.1 引言 | 第25页 |
| 3.2 经典势场法及改进 | 第25-27页 |
| 3.3 基于肌电信号的手势识别 | 第27-28页 |
| 3.4 基于肌电信号的速度控制 | 第28-30页 |
| 3.5 实验结果与分析 | 第30-33页 |
| 3.5.1 实验平台介绍 | 第30页 |
| 3.5.2 实验结果分析 | 第30-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 对机械臂模型不确定性部分的计算方法研究 | 第34-43页 |
| 4.1 引言 | 第34页 |
| 4.2 干扰观测器 | 第34-37页 |
| 4.2.1 干扰观测器的工作原理 | 第34-36页 |
| 4.2.2 非线性干扰观测器的设计 | 第36页 |
| 4.2.3 非线性干扰观测器的稳定性证明 | 第36-37页 |
| 4.3 RBF神经网络 | 第37-41页 |
| 4.3.1 RBF神经网络逼近算法 | 第38-39页 |
| 4.3.2 RBF网络逼近模型不确定部分 | 第39-41页 |
| 4.3.3 RBF神经网络逼近效果仿真 | 第41页 |
| 4.4 本章小结 | 第41-43页 |
| 第五章 基于肌电信号的变增益控制 | 第43-61页 |
| 5.1 引言 | 第43页 |
| 5.2 人体手臂关节的动作捕捉 | 第43-47页 |
| 5.2.1 人体手臂建模 | 第43-44页 |
| 5.2.2 肩关节和肘关节动作捕捉 | 第44-47页 |
| 5.3 控制问题的提出 | 第47-48页 |
| 5.4 操作者手臂刚度估计 | 第48-49页 |
| 5.5 控制器设计 | 第49-55页 |
| 5.5.1 基于干扰观测器的变增益控制 | 第49-52页 |
| 5.5.2 RBF神经网络自适应控制 | 第52-55页 |
| 5.6 基于人体动作捕捉的实验结果与分析 | 第55-57页 |
| 5.6.1 实验平台与设计 | 第55页 |
| 5.6.2 遥操作实验结果与分析 | 第55-56页 |
| 5.6.3 基于人体动作捕捉的遥操作方法总结 | 第56-57页 |
| 5.7 基于肌电信号的变增益遥操作控制的仿真与分析 | 第57-59页 |
| 5.7.1 实验设计 | 第57-58页 |
| 5.7.2 实验结果与分析 | 第58-59页 |
| 5.8 本章小结 | 第59-61页 |
| 第六章 总结展望 | 第61-63页 |
| 6.1 全文总结 | 第61-62页 |
| 6.2 需进一步研究的问题 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附件 | 第70页 |