| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 论文研究背景及意义 | 第14页 |
| 1.2 机器人控制方法在国内外研究现状 | 第14-17页 |
| 1.3 滑模变结构控制方法简介 | 第17-18页 |
| 1.4 本文研究内容 | 第18-20页 |
| 第2章 非线性机器人系统建模及动力学分析 | 第20-29页 |
| 2.1 机器人运动分析 | 第20-26页 |
| 2.1.1 机器人坐标系的矩阵变换原理 | 第20-22页 |
| 2.1.2 转换矩阵 | 第22-23页 |
| 2.1.3 齐次坐标变换原理 | 第23-24页 |
| 2.1.4 运动分析正向问题 | 第24页 |
| 2.1.5 运动分析逆向问题 | 第24页 |
| 2.1.6 雅可比矩阵 | 第24-26页 |
| 2.2 机器人系统的动力学模型 | 第26-28页 |
| 2.2.1 拉格朗日方法 | 第26-28页 |
| 2.2.2 n自由度机器人的动力学模型 | 第28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 非线性机器人的数据驱动准滑模解耦控制 | 第29-39页 |
| 3.1 引言 | 第29页 |
| 3.2 问题描述 | 第29-32页 |
| 3.3 滑模控制器的设计 | 第32-33页 |
| 3.4 基于DESO的解耦控制方法 | 第33-34页 |
| 3.5 系统稳定性证明 | 第34-36页 |
| 3.6 本章小结 | 第36-39页 |
| 第4章 非线性机器人的数据驱动二阶滑模解耦控制 | 第39-46页 |
| 4.1 引言 | 第39页 |
| 4.2 机器人动力学分析及问题描述 | 第39-40页 |
| 4.3 数据驱动二阶滑模变结构控制器设计 | 第40-45页 |
| 4.3.1 机器人系统动态线性化 | 第40-43页 |
| 4.3.2 二阶滑模控制器设计 | 第43-45页 |
| 4.3.3 稳定性分析 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于PSO优化的非线性机器人的数据驱动滑模变结构控制 | 第46-57页 |
| 5.1 粒子群优化算法 | 第46-50页 |
| 5.1.1 基本粒子群算法 | 第46-48页 |
| 5.1.2 标准粒子群优化算法 | 第48-49页 |
| 5.1.3 带有收敛因子的粒子群优化算法 | 第49-50页 |
| 5.2 粒子群优化算法参数的选择 | 第50-54页 |
| 5.2.1 惯性权重的分析 | 第51-53页 |
| 5.2.2 学习因子的分析 | 第53-54页 |
| 5.2.3 参数选择原则 | 第54页 |
| 5.3 基于PSO优化的非线性机器人的数据驱动二阶滑模解耦控制器设计 | 第54-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第6章 控制算法仿真研究 | 第57-76页 |
| 6.1 仿真目的 | 第57页 |
| 6.2 仿真软件选取 | 第57-58页 |
| 6.3 非线性机器人系统仿真 | 第58-75页 |
| 6.3.1 机器人仿真模型 | 第58页 |
| 6.3.2 仿真分析1：光滑不确定性参数d(t) | 第58-64页 |
| 6.3.3 仿真分析2：非光滑不确定性参数d(t) | 第64-69页 |
| 6.3.4 仿真分析3：标称模型 | 第69-74页 |
| 6.3.5 仿真结果分析 | 第74-75页 |
| 6.4 本章小结 | 第75-76页 |
| 第7章 工作总结与展望 | 第76-78页 |
| 7.1 总结 | 第76-77页 |
| 7.2 展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |
