| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究及发展现状 | 第11-15页 |
| 1.3 课题来源及研究内容 | 第15-16页 |
| 第二章 去毛刺机器人的系统设计 | 第16-31页 |
| 2.1 引言 | 第16-17页 |
| 2.2 去毛刺机器人的系统描述与性能参数 | 第17-19页 |
| 2.3 去毛刺机器人系统的总体方案的设计 | 第19-24页 |
| 2.4 去毛刺机器人运动学分析 | 第24-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于PID与迭代学习控制算法的轨迹跟踪 | 第31-40页 |
| 3.1 引言 | 第31-32页 |
| 3.2 PID控制算法轨迹跟踪 | 第32-33页 |
| 3.3 迭代学习控制算法轨迹跟踪 | 第33-34页 |
| 3.4 鲁棒性迭代学习控制算法轨迹跟踪 | 第34-36页 |
| 3.5 仿真分析 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于模糊PID控制算法的轨迹跟踪 | 第40-50页 |
| 4.1 引言 | 第40页 |
| 4.2 模糊PID控制器的设计原理 | 第40-42页 |
| 4.3 K_p、K_i及K_d控制规则的设计 | 第42页 |
| 4.4 模糊控制规则 | 第42-45页 |
| 4.5 输出去模糊化 | 第45-46页 |
| 4.6 实验仿真分析 | 第46-49页 |
| 4.7 本章小结 | 第49-50页 |
| 第五章 基于滑模与RBF-SMC神经网络控制算法的轨迹跟踪 | 第50-66页 |
| 5.1 引言 | 第50页 |
| 5.2 六自由度机器人动力学模型 | 第50-52页 |
| 5.3 滑模控制 | 第52-53页 |
| 5.4 神经网络滑模控制算法 | 第53-56页 |
| 5.5 仿真分析 | 第56-57页 |
| 5.6 仿真分析 | 第57-63页 |
| 5.7 本章小结 | 第63-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录1 攻读硕士学位期间发表的论文 | 第73-74页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第74页 |