首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于迭代学习算法的六自由度机械臂运动学求解分析

摘要第5-7页
Abstract第7-8页
第1章 绪论第16-30页
    1.1 选题的背景和意义第16-17页
    1.2 文献综述及研究现状第17-25页
    1.3 研究内容第25-27页
    1.4 论文结构安排第27-28页
    1.5 本章小结第28-30页
第2章 六自由度机械臂第30-50页
    2.1 六自由度机械臂结构第30-31页
    2.2 手腕结构第31-37页
        2.2.1 手腕运动空间分析第31-33页
        2.2.2 电机转速与球关节角速度的映射关系第33-35页
        2.2.3 仿真验证电机转速与球关节角速度的映射关系第35-37页
    2.3 正运动学分析第37-42页
        2.3.1 等价齐次变换矩阵第37-39页
        2.3.2 欧拉角第39-42页
    2.4 逆运动学分析第42-48页
    2.5 本章小结第48-50页
第3章 拥有记忆单元的迭代学习算法第50-68页
    3.1 神经网络结构第50-52页
    3.2 拥有记忆单元的迭代学习算法第52-53页
    3.3 线性搜索算法第53-57页
        3.3.1 Armijo型线性搜索算法第53-55页
        3.3.2 Wolfe-Powell型线性搜索算法第55-56页
        3.3.3 本文使用的线性搜索算法第56-57页
    3.4 梯度下降、线性搜索的终止条件第57-62页
    3.5 收敛性证明第62-66页
    3.6 局部最优性及热启动特性第66页
    3.7 试探性学习策略第66-67页
    3.8 本章小结第67-68页
第4章 仿真实验第68-86页
    4.1 神经网络训练的收敛性实验第68-75页
        4.1.1 正弦函数第68-70页
        4.1.2 正态叠加函数第70-72页
        4.1.3 本文运动学函数第72-75页
    4.2 局部最优性实验第75-76页
    4.3 热启动实验第76-79页
    4.4 试探性学习策略实验第79-81页
    4.5 隐层神经元个数对热启动和试探性学习策略的影响第81-83页
    4.6 本章小结第83-86页
第5章 结论及展望第86-90页
参考文献第90-94页
致谢第94-96页
在读期间发表的学术论文与取得的研究成果第96页

论文共96页,点击 下载论文
上一篇:一种基于L2导出范数的网络控制系统控制器设计方法
下一篇:基于稀疏贝叶斯的半监督超限学习机分类算法研究