| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 选题的背景和来源 | 第12-13页 |
| 1.2 选题的意义 | 第13-16页 |
| 1.3 国内外文献综述 | 第16-24页 |
| 1.3.1 SCARA工业机器人定位精度的研究 | 第16-21页 |
| 1.3.2 工业机器人误差分配研究情况 | 第21-23页 |
| 1.3.3 正交试验方法 | 第23-24页 |
| 1.4 主要研究内容 | 第24-26页 |
| 第二章 机器人末端误差灵敏度分析 | 第26-50页 |
| 2.1 机器人连杆的描述 | 第26-27页 |
| 2.2 连杆连接的描述 | 第27-28页 |
| 2.2.1 中间连杆 | 第27-28页 |
| 2.2.2 首末连杆 | 第28页 |
| 2.2.3 连杆参数和关节变量 | 第28页 |
| 2.3 建立机器人坐标系 | 第28-30页 |
| 2.3.1 中间连杆坐标系 | 第29页 |
| 2.3.2 首、末连杆坐标系 | 第29-30页 |
| 2.3.3 所建坐标系的连杆参数 | 第30页 |
| 2.4 连杆变换和运动学方程 | 第30-31页 |
| 2.5 机器人雅可比矩阵 | 第31-36页 |
| 2.5.1 雅可比矩阵的定义 | 第31-32页 |
| 2.5.2 雅可比矩阵的构造法 | 第32-36页 |
| 2.6 五参数位姿误差模型 | 第36-37页 |
| 2.7 正交试验法构造连杆参数误差样本 | 第37-40页 |
| 2.7.1 正交试验表及其用法 | 第38-39页 |
| 2.7.2 最大位姿误差处的连杆参数误差 | 第39-40页 |
| 2.8 主成分分析法 | 第40-42页 |
| 2.8.1 对连杆参数误差进行标准化处理 | 第40页 |
| 2.8.2 计算相关系数矩阵R | 第40-41页 |
| 2.8.3 计算特征值和特征向量 | 第41页 |
| 2.8.4 选择p( p ?m) 个主成分 | 第41-42页 |
| 2.9 影响SCARA机器人末端位姿误差的因素显著性分析 | 第42-50页 |
| 2.9.1 建立坐标系 | 第42页 |
| 2.9.2 SCARA机器人工作空间内均匀取点 | 第42-43页 |
| 2.9.3 五参数位姿误差模型 | 第43页 |
| 2.9.4 正交试验法构造连杆参数误差样本 | 第43-45页 |
| 2.9.5 对连杆参数误差进行主成分分析 | 第45-50页 |
| 第三章 基于遗传算法的机器人整体误差分配 | 第50-64页 |
| 3.1 误差概率分析 | 第50-54页 |
| 3.2 误差分配模型 | 第54-57页 |
| 3.2.1 模型目标函数 | 第54-55页 |
| 3.2.2 模型约束条件 | 第55-57页 |
| 3.3 遗传算法 | 第57-58页 |
| 3.4 SCARA工业机器人误差分配计算 | 第58-64页 |
| 3.4.1 目标函数 | 第58页 |
| 3.4.2 机器人末端最大误差处的位姿 | 第58-59页 |
| 3.4.3 约束条件 | 第59-62页 |
| 3.4.4 遗传算法分配SCARA连杆参数误差 | 第62-64页 |
| 第四章 机器人末端位姿误差在工作空间内的分布 | 第64-72页 |
| 4.1 工作空间内均匀取点 | 第64页 |
| 4.2 五参数位姿误差模型 | 第64页 |
| 4.3 工作点处位姿误差 | 第64-72页 |
| 第五章 总结与展望 | 第72-75页 |
| 5.1 全文总结 | 第72-73页 |
| 5.1.1 主要内容 | 第72-73页 |
| 5.1.2 主要创新点 | 第73页 |
| 5.2 应用前景 | 第73-74页 |
| 5.3 下一步研究展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第78-79页 |
| 致谢 | 第79-80页 |