摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第15-27页 |
1.1 引言 | 第15页 |
1.2 触觉传感器的研究现状 | 第15-23页 |
1.2.1 柔性触觉传感器的研究状况 | 第16-20页 |
1.2.2 机器人皮肤的研究现状 | 第20-22页 |
1.2.3 触觉传感器解耦研究 | 第22-23页 |
1.3 触觉传感器的应用及发展趋势 | 第23-25页 |
1.4 论文的构成及主要内容 | 第25-27页 |
第二章 基于导电橡胶的柔性触觉传感器 | 第27-39页 |
2.1 导电橡胶的力敏特性 | 第27-30页 |
2.2 柔性触觉传感器模型原理 | 第30-37页 |
2.2.1 触觉传感器模型 | 第30-32页 |
2.2.2 传感器检测原理 | 第32-37页 |
2.3 本章小结 | 第37-39页 |
第三章 BP神经网络在柔性触觉传感器阵列解耦中的应用 | 第39-63页 |
3.1 BP神经网络原理 | 第39-50页 |
3.1.1 输入信号的正(前)向传播 | 第41-43页 |
3.1.2 误差信号的反(后)向传播 | 第43-47页 |
3.1.3 网络参数 | 第47-49页 |
3.1.4 标准BP算法的改进 | 第49-50页 |
3.2 基于柔性触觉传感器模型构建BP神经网络 | 第50-52页 |
3.3 基于BP神经网络的触觉传感器解耦研究 | 第52-61页 |
3.3.1 解耦过程 | 第52-54页 |
3.3.2 基于不同隐层神经元数目的柔性触觉传感器解耦 | 第54-56页 |
3.3.3 基于k-CV(Cross Validation)方法的解耦分析与讨论 | 第56-58页 |
3.3.4 不同感应阵列规模的触觉传感器解耦性能分析与讨论 | 第58-61页 |
3.4 本章小结 | 第61-63页 |
第四章 基于RBF神经网络的三维力解耦研究 | 第63-81页 |
4.1 有限元分析及仿真 | 第63-67页 |
4.1.1 有限元分析 | 第63-64页 |
4.1.2 ANSYS仿真 | 第64-67页 |
4.2 RBF神经网络原理 | 第67-71页 |
4.2.1 RBF神经网络结构 | 第67-69页 |
4.2.2 K-均值聚类算法 | 第69-71页 |
4.3 RBF神经网络在柔性触觉传感器解耦中的应用 | 第71-80页 |
4.3.1 从形变到三维力的解耦 | 第71-75页 |
4.3.2 从阻值到三维力的解耦 | 第75-80页 |
4.4 本章小结 | 第80-81页 |
第五章 受高斯白噪声干扰的柔性触觉传感器的解耦研究 | 第81-87页 |
5.1 含高斯白噪声的传感器模型 | 第81-82页 |
5.2 高斯噪声 | 第82-84页 |
5.3 含高斯白噪声的触觉传感器形变解耦分析 | 第84-86页 |
5.4 本章小结 | 第86-87页 |
第六章 新型柔性触觉传感器结构分析及解耦研究 | 第87-99页 |
6.1 新型柔性触觉传感器结构模型 | 第87-89页 |
6.1.1 传感器阵列结构 | 第87-88页 |
6.1.2 柔性触觉传感器三维敏感单元微结构 | 第88-89页 |
6.2 新型柔性触觉传感器检测原理分析 | 第89-92页 |
6.2.1 检测原理 | 第89-90页 |
6.2.2 理论分析 | 第90-92页 |
6.3 解耦过程及结果分析 | 第92-97页 |
6.3.1 基于BP神经网络的解耦过程 | 第93-95页 |
6.3.2 解耦结果分析与讨论 | 第95-97页 |
6.4 本章小结 | 第97-99页 |
第七章 总结与展望 | 第99-103页 |
7.1 研究工作总结 | 第99-100页 |
7.2 下一步工作展望 | 第100-103页 |
参考文献 | 第103-111页 |
致谢 | 第111-113页 |
在读期间发表的学术论文与取得的其他研究成果 | 第113-114页 |