| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 目的和意义 | 第11页 |
| 1.3 机器人误差分析 | 第11-13页 |
| 1.3.1 机器人绝对定位精度 | 第11-12页 |
| 1.3.2 机器人误差分类 | 第12-13页 |
| 1.4 研究现状 | 第13-18页 |
| 1.4.1 可移动机器人系统研究现状 | 第13-14页 |
| 1.4.2 运动学误差补偿研究现状 | 第14-16页 |
| 1.4.3 机器人图像视觉 | 第16-17页 |
| 1.4.4 双机器人协同控制系统 | 第17-18页 |
| 1.5 研究内容 | 第18-20页 |
| 第2章 机器人运动学模型误差补偿策略研究 | 第20-40页 |
| 2.1 引言 | 第20页 |
| 2.2 体系架构 | 第20-21页 |
| 2.3 机器人运动学建模 | 第21-23页 |
| 2.3.1 机器人D-H法模型 | 第21-23页 |
| 2.3.2 MD-H模型 | 第23页 |
| 2.4 铣削机器人运动学分析 | 第23-27页 |
| 2.4.1 机器人正运动学分析 | 第23-26页 |
| 2.4.2 机器人运动学仿真 | 第26-27页 |
| 2.5 机器人定位误差模型 | 第27-31页 |
| 2.6 关节转角误差补偿 | 第31-36页 |
| 2.6.1 驱动参数优化 | 第32页 |
| 2.6.2 驱动系统各环节分析 | 第32-33页 |
| 2.6.3 伺服系统驱动优化参数分析 | 第33-36页 |
| 2.7 坐标系关联变换 | 第36-39页 |
| 2.8 本章小结 | 第39-40页 |
| 第3章 外部传感器伺服定位策略研究 | 第40-48页 |
| 3.1 引言 | 第40页 |
| 3.2 基于图像的视觉伺服 | 第40-41页 |
| 3.3 视觉伺服坐标转换 | 第41-43页 |
| 3.4 视觉相机标定 | 第43-46页 |
| 3.5 移动平台车定位控制 | 第46-47页 |
| 3.6 实例验证 | 第47页 |
| 3.7 本章小结 | 第47-48页 |
| 第4章 双机器人协同控制系统研究 | 第48-62页 |
| 4.1 引言 | 第48页 |
| 4.2 双机器人系统的组成 | 第48-49页 |
| 4.3 双机器人系统架构实现 | 第49-56页 |
| 4.3.1 检测机器人系统通讯架构实现 | 第49-53页 |
| 4.3.2 双机器人系统通讯架构与硬件组态 | 第53-55页 |
| 4.3.3 移动检测机器人控制测试 | 第55-56页 |
| 4.4 双机器人协同运动控制研究 | 第56-60页 |
| 4.4.1 双机器人系统协同定位研究 | 第56-59页 |
| 4.4.2 双机器人协同运动方式 | 第59页 |
| 4.4.3 双机器人协同耦合方式 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第5章 试验平台搭建与验证 | 第62-78页 |
| 5.1 引言 | 第62页 |
| 5.2 移动式铣削机器人试验平台介绍 | 第62-66页 |
| 5.2.1 Siemens 840Dsl控制系统介绍 | 第62-63页 |
| 5.2.2 铣削机器人系统 | 第63-65页 |
| 5.2.3 机器人精度评估标准 | 第65-66页 |
| 5.3 系统中主要坐标系的构建 | 第66-67页 |
| 5.4 试验验证 | 第67-77页 |
| 5.4.1 机器人运动学误差模型补偿策略验证 | 第67-69页 |
| 5.4.2 外部传感器伺服定位策略验证 | 第69-72页 |
| 5.4.3 双机器人协同控制运动实现 | 第72-75页 |
| 5.4.4 轨迹精度测试 | 第75-77页 |
| 5.5 本章小结 | 第77-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 攻读学位期间所取得的相关科研成果 | 第84-86页 |
| 致谢 | 第86页 |