| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-22页 |
| ·机器人视觉伺服控制 | 第12-18页 |
| ·机器视觉的发展 | 第12-13页 |
| ·机器人视觉伺服控制的发展 | 第13-14页 |
| ·机器人视觉伺服控制系统的分类 | 第14-15页 |
| ·视觉伺服控制机器人的结构 | 第15-17页 |
| ·机器人视觉伺服控制的研究方向 | 第17-18页 |
| ·神经网络的发展与研究概况 | 第18-21页 |
| ·神经网络的发展史 | 第18页 |
| ·神经网络基本概念及特征 | 第18-20页 |
| ·神经网络与机器人视觉伺服控制系统 | 第20-21页 |
| ·本论文的主要研究内容及结构 | 第21-22页 |
| 第2章 机器人的运动学模型的建立 | 第22-35页 |
| ·机器人运动学基础 | 第22-27页 |
| ·机器人正向运动学 | 第22-26页 |
| ·机器人逆向运动学 | 第26-27页 |
| ·运动学模型的建立 | 第27-34页 |
| ·建立机器人杆件间的坐标变换 | 第28-33页 |
| ·成像几何模型的建立 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 机器人视觉伺服控制系统的BP 神经网络控制 | 第35-48页 |
| ·神经网络基本理论 | 第35-36页 |
| ·机器人视觉伺服控制系统的BP 神经网络控制 | 第36-46页 |
| ·系统设计 | 第36-37页 |
| ·BP 神经网络基本结构 | 第37-38页 |
| ·系统神经网络控制器设计 | 第38-39页 |
| ·BP 神经网络学习算法 | 第39-44页 |
| ·BP 学习算法的局限性 | 第44页 |
| ·BP 改进算法 | 第44-46页 |
| ·仿真结果 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于CMAC 的视觉伺服学习控制系统的研究 | 第48-57页 |
| ·CMAC 神经网络模型 | 第48-52页 |
| ·CMAC 模型结构 | 第48-49页 |
| ·CMAC 的映射过程 | 第49-52页 |
| ·机器人视觉伺服控制系统的CMAC 神经网络学习控制器 | 第52-54页 |
| ·系统结构 | 第52-53页 |
| ·控制算法 | 第53-54页 |
| ·仿真结果 | 第54-57页 |
| 第5章 基于WNN 的机器人视觉伺服控制系统的研究 | 第57-68页 |
| ·小波变换的基本概念 | 第57-59页 |
| ·连续小波变换 | 第57-58页 |
| ·离散小波变换 | 第58-59页 |
| ·小波神经网络(WNN) | 第59-62页 |
| ·小波神经网络结构 | 第60-62页 |
| ·小波神经网络学习算法 | 第62页 |
| ·机器人视觉伺服控制系统中的小波神经网络控制器 | 第62-66页 |
| ·神经网络的结构 | 第63-64页 |
| ·小波神经网络的训练 | 第64-66页 |
| ·仿真结果 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 附录A(攻读学位期间所发表的学术论文目录) | 第73-74页 |
| 致谢 | 第74页 |
