以遗传算法为基础的模块化机器人构型优化
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 国外研究现状 | 第9-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 可重构模块化机器人研究内容 | 第13-15页 |
| 1.3.1 可重构模块化机器人模块系统的研究 | 第13-14页 |
| 1.3.2 模块化机器人运动学与动力学的研究 | 第14页 |
| 1.3.3 模块化机器人的构型设计与优化 | 第14-15页 |
| 1.4 本文的主要研究内容 | 第15-17页 |
| 第2章 可重构模块化机器人模块库的设计 | 第17-28页 |
| 2.1 模块化设计方法 | 第17-18页 |
| 2.1.1 模块化设计的优点 | 第17页 |
| 2.1.2 模块的划分的原则 | 第17-18页 |
| 2.1.3 模块的划分 | 第18页 |
| 2.2 基本模块的概念设计 | 第18-20页 |
| 2.3 模块库的数学表达 | 第20-27页 |
| 2.3.1 构型的数学表达 | 第20-21页 |
| 2.3.2 构型表达实例 | 第21-22页 |
| 2.3.3 模块的数学表达 | 第22-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 模块化构型的运动学分析 | 第28-42页 |
| 3.1 正运动学求解 | 第28-34页 |
| 3.1.1 模块坐标系间的坐标变换 | 第28页 |
| 3.1.2 正运动学求解实例 | 第28-34页 |
| 3.2 基于遗传算法的逆运动学求解 | 第34-38页 |
| 3.2.1 遗传算法简介 | 第34-35页 |
| 3.2.2 遗传算法求反解流程 | 第35-37页 |
| 3.2.3 求反解实例 | 第37-38页 |
| 3.3 运动学仿真 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 多目标遗传算法与构型评价 | 第42-54页 |
| 4.1 多目标遗传算法 | 第42-44页 |
| 4.1.1 多目标遗传算法概述 | 第42-43页 |
| 4.1.2 非支配排序遗传算法(NSGA) | 第43-44页 |
| 4.2 NSGA-II算法原理 | 第44-47页 |
| 4.2.1 NSGA-II算法流程 | 第44-45页 |
| 4.2.2 关键算子及其原理 | 第45-47页 |
| 4.3 模块化机器人构型评价 | 第47-53页 |
| 4.3.1 工作空间指标 | 第47-51页 |
| 4.3.2 条件数和可操作度 | 第51-53页 |
| 4.3.3 可达性等指标 | 第53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 基于遗传算法的构型优化 | 第54-64页 |
| 5.1 面向任务的构型优化流程 | 第54-59页 |
| 5.1.1 任务描述 | 第54页 |
| 5.1.2 构型优化模型 | 第54-56页 |
| 5.1.3 优化流程 | 第56-59页 |
| 5.2 搬运任务优化过程 | 第59-63页 |
| 5.3 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
