六关节机器人误差补偿技术研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 引言 | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 国外机器人发展现状及趋势 | 第11-12页 |
| 1.1.2 我国机器人发展现状及挑战 | 第12-13页 |
| 1.1.3 工业机器人末端精度的问题 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 第二章 工业机器人运动学模型 | 第17-35页 |
| 2.1 正运动学建模 | 第17-23页 |
| 2.1.1 空间中刚体的表示 | 第17-18页 |
| 2.1.2 正运动学建模 | 第18-23页 |
| 2.2 逆运动学建模 | 第23-28页 |
| 2.2.1 代数解析解 | 第23-27页 |
| 2.2.2 雅可比矩阵 | 第27页 |
| 2.2.3 数值迭代解 | 第27-28页 |
| 2.3 运动学仿真 | 第28-32页 |
| 2.4 误差分析与计算 | 第32-34页 |
| 2.5 小结 | 第34-35页 |
| 第三章 基于位置约束的运动学标定 | 第35-46页 |
| 3.1 数学建模 | 第35-39页 |
| 3.1.1 基于位置约束建立线性方程组 | 第36页 |
| 3.1.2 选择结构参数 | 第36-39页 |
| 3.2 位姿测量 | 第39-41页 |
| 3.2.1 坐标系转换的问题 | 第39-40页 |
| 3.2.2 基于十字型杆件的测量方法 | 第40-41页 |
| 3.3 参数辨识和误差补偿 | 第41-42页 |
| 3.3.1 参数辨识 | 第41页 |
| 3.3.2 误差补偿和标定流程图 | 第41-42页 |
| 3.4 位置约束标定法仿真 | 第42-45页 |
| 3.4.1 仿真过程 | 第42-44页 |
| 3.4.2 仿真分析与结论 | 第44-45页 |
| 3.5 小结 | 第45-46页 |
| 第四章 基于遗传禁忌搜索算法的运动学标定 | 第46-55页 |
| 4.1 遗传禁忌搜索算法 | 第46-51页 |
| 4.1.1 遗传算法做全局搜索 | 第46-48页 |
| 4.1.2 禁忌搜索算法做局部搜索 | 第48-50页 |
| 4.1.3 误差补偿和整体标定流程图 | 第50-51页 |
| 4.2 仿真 | 第51-54页 |
| 4.2.1 基于GA的全局搜索 | 第51-52页 |
| 4.2.2 基于TS的局部搜索 | 第52-53页 |
| 4.2.3 仿真分析与结论 | 第53-54页 |
| 4.3 小结 | 第54-55页 |
| 第五章 基于神经网络的末端位姿预测和误差补偿 | 第55-63页 |
| 5.1 BP神经网络 | 第55-57页 |
| 5.2 末端位姿预测和误差补偿 | 第57-59页 |
| 5.2.1 末端位姿预测 | 第57-58页 |
| 5.2.2 末端位姿误差补偿 | 第58-59页 |
| 5.3 仿真 | 第59-62页 |
| 5.3.1 末端位姿预测仿真 | 第59-61页 |
| 5.3.2 末端位姿补偿仿真 | 第61-62页 |
| 5.3.3 仿真分析与结论 | 第62页 |
| 5.4 小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 研究成果和创新点 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 发表文章 | 第69-70页 |
| 致谢 | 第70页 |
