| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究的背景和意义 | 第10-12页 |
| 1.2 工业机器人研究现状 | 第12-13页 |
| 1.3 工业机器人的发展趋势 | 第13-14页 |
| 1.4 课题研究意义、难点与内容 | 第14-17页 |
| 1.4.1 研究意义 | 第14-15页 |
| 1.4.2 研究难点 | 第15-16页 |
| 1.4.3 研究内容 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第二章 六自由度工业机器人正逆运动学算法 | 第18-32页 |
| 2.1 引言 | 第18-19页 |
| 2.2 工业机器人结构参数建模 | 第19-23页 |
| 2.2.1 连杆参数及连杆坐标系的建立 | 第19-22页 |
| 2.2.2 连杆坐标系的变换矩阵 | 第22-23页 |
| 2.3 工业机器人正运动学 | 第23-25页 |
| 2.4 工业机器人逆运动学 | 第25-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 运动轨迹规划控制算法的实现 | 第32-40页 |
| 3.1 引言 | 第32页 |
| 3.2 轨迹规划的概述 | 第32-34页 |
| 3.3 轨迹规划算法的研究 | 第34-36页 |
| 3.3.1 关节空间轨迹规划算法 | 第34页 |
| 3.3.2 笛卡尔空间轨迹规划算法 | 第34-35页 |
| 3.3.3 两种轨迹规划算法的比较 | 第35-36页 |
| 3.4 基于Matlab软件直线插补仿真 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 工业机器人神经网络自适应控制算法 | 第40-46页 |
| 4.1 机器人动力学模型及其结构特性 | 第40-41页 |
| 4.2 传统控制器的设计及分析 | 第41-42页 |
| 4.3 基于RBF神经网络逼近的机器人控制 | 第42-44页 |
| 4.3.1 基于RBF网络的逼近算法 | 第42页 |
| 4.3.2 基于RBF网络的控制器和自适应律设计 | 第42-43页 |
| 4.3.3 稳定性及收敛性分析 | 第43-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 工业机器人轨迹规划算法仿真及控制器软件编程 | 第46-74页 |
| 5.1 工业机器人正逆运动学算法仿真 | 第46-52页 |
| 5.1.1 工业机器人正逆运动学算法 | 第46-47页 |
| 5.1.2 工业机器人运动学C++编程 | 第47-51页 |
| 5.1.3 工业机器人运动学程序演示 | 第51-52页 |
| 5.2 基于神经网络自适应控制算法仿真 | 第52-64页 |
| 5.3 工业机器人控制软件编程 | 第64-65页 |
| 5.4 控制器软件的设计和实现 | 第65-72页 |
| 5.4.1 控制器基类的设计 | 第65-67页 |
| 5.4.2 控制器派生类的设计 | 第67-72页 |
| 5.5 规划器程序的设计与实现 | 第72页 |
| 5.6 本章小结 | 第72-74页 |
| 第六章 工业机器人软件系统测试及直线补偿实验分析 | 第74-86页 |
| 6.1 实验平台介绍 | 第74-79页 |
| 6.1.1 实验工业机器人本体介绍 | 第74-76页 |
| 6.1.2 实验工业机器人控制硬件介绍 | 第76-79页 |
| 6.2 正逆运动学算法试验验证 | 第79-82页 |
| 6.3 工业机器人控制软件试验测试及直线插补试验 | 第82-84页 |
| 6.4 本章小结 | 第84-86页 |
| 第七章 总结与展望 | 第86-88页 |
| 7.1 本文总结 | 第86-87页 |
| 7.2 研究展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 致谢 | 第92页 |