| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第12-24页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 相关研究现状 | 第13-21页 |
| 1.2.1 演示编程 | 第13-15页 |
| 1.2.2 基于力传感信息的任务结果预测 | 第15-17页 |
| 1.2.3 基于力反馈的机械臂执行控制 | 第17-21页 |
| 1.2.4 机械臂运动控制参数的选定 | 第21页 |
| 1.3 本文研究内容 | 第21-22页 |
| 1.4 本文结构安排 | 第22-24页 |
| 2 面向工业装配演示编程的机器人运动控制 | 第24-48页 |
| 2.1 概述 | 第24页 |
| 2.2 工业装配演示编程系统简介 | 第24-29页 |
| 2.2.1 系统架构 | 第24-26页 |
| 2.2.2 硬件系统搭建 | 第26-28页 |
| 2.2.3 软件系统架构 | 第28-29页 |
| 2.3 机械臂与工作台的标定 | 第29-32页 |
| 2.4 机械臂的执行控制 | 第32-36页 |
| 2.4.1 从视觉系统到机械臂系统的坐标转换 | 第32-35页 |
| 2.4.2 机械臂的位置控制 | 第35-36页 |
| 2.5 实验结果与分析 | 第36-45页 |
| 2.5.1 机械臂与工作场景的标定实验 | 第36-37页 |
| 2.5.2 工业装配演示编程的机械臂执行 | 第37-45页 |
| 2.6 本章小结 | 第45-48页 |
| 3 基于力传感器信息的任务结果预测 | 第48-70页 |
| 3.1 概述 | 第48-49页 |
| 3.2 力传感器系统与机器人系统的融合 | 第49-56页 |
| 3.2.1 ATI MINI40力/力矩传感器介绍 | 第49-51页 |
| 3.2.2 力/力矩传感器的安装 | 第51-52页 |
| 3.2.3 传感器与系统的融合 | 第52-56页 |
| 3.3 基于SVM的机械臂按压任务结果预测 | 第56-63页 |
| 3.3.1 SVM方法介绍 | 第56-58页 |
| 3.3.2 机械臂按压任务的力信号分析 | 第58-61页 |
| 3.3.3 机械臂按压任务的力信号处理 | 第61-63页 |
| 3.4 实验结果与分析 | 第63-68页 |
| 3.5 本章小结 | 第68-70页 |
| 4 基于贝叶斯优化的机械臂力反馈控制装配 | 第70-98页 |
| 4.1 概述 | 第70-72页 |
| 4.2 基于直觉的机械臂力反馈控制装配 | 第72-80页 |
| 4.2.1 传感器的重力补偿 | 第72-75页 |
| 4.2.2 装配过程的受力分析 | 第75-77页 |
| 4.2.3 基于直觉的机械臂力反馈控制装配 | 第77-80页 |
| 4.3 基于贝叶斯优化的机械臂力反馈控制装配 | 第80-85页 |
| 4.3.1 基于贝叶斯优化的机械臂运动参数优化问题描述 | 第80-81页 |
| 4.3.2 高斯过程 | 第81-83页 |
| 4.3.3 有约束的贝叶斯优化方法 | 第83-85页 |
| 4.4 实验结果分析 | 第85-97页 |
| 4.4.1 基于直觉的力反馈控制装配 | 第85-90页 |
| 4.4.2 基于贝叶斯优化的机械臂力反馈控制装配 | 第90-97页 |
| 4.5 本章小结 | 第97-98页 |
| 5 总结与展望 | 第98-100页 |
| 5.1 总结 | 第98-99页 |
| 5.2 展望 | 第99-100页 |
| 参考文献 | 第100-108页 |
| 攻读学位期间取得的科研成果 | 第108页 |