| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题来源 | 第9页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·相关领域国内外研究现状 | 第10-12页 |
| ·国内外康复机器人控制策略研究现状 | 第10-11页 |
| ·国内外并联机器人控制策略研究现状 | 第11-12页 |
| ·本文主要研究内容 | 第12-15页 |
| ·本课题采用的机器人类型 | 第12-13页 |
| ·本课题研究内容 | 第13-15页 |
| 第2章 并联机器人运动学分析及轨迹规划 | 第15-34页 |
| ·并联机器人尺寸参数 | 第15-16页 |
| ·并联机器人位置反解 | 第16-18页 |
| ·姿态描述 | 第16-17页 |
| ·齐次变换 | 第17-18页 |
| ·位置反解 | 第18页 |
| ·并联机器人工作空间仿真研究 | 第18-24页 |
| ·影响并联机器人工作空间的重要因素 | 第19-20页 |
| ·位置工作空间仿真 | 第20-21页 |
| ·姿态工作空间仿真 | 第21-24页 |
| ·轨迹规划 | 第24-33页 |
| ·雅克比矩阵求解 | 第24-25页 |
| ·CP轨迹规划算法 | 第25-32页 |
| ·并联机器人轨迹规划实例仿真 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 神经网络自适应控制研究 | 第34-44页 |
| ·神经网络理论基础 | 第34-37页 |
| ·生物神经元 | 第34-35页 |
| ·神经网络的分类 | 第35-36页 |
| ·激活函数 | 第36-37页 |
| ·神经网络自适应控制 | 第37-43页 |
| ·基于BP神经网络整定的PID控制 | 第38-42页 |
| ·改进型基于BP神经网络整定的PID控制 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于粒子群优化的神经网络自适应控制 | 第44-56页 |
| ·粒子群优化算法概述 | 第44-45页 |
| ·改进的PSO算法 | 第45-46页 |
| ·惯性权重的选择 | 第45-46页 |
| ·自适应变异 | 第46页 |
| ·基于粒子群优化的神经网络自适应控制 | 第46-48页 |
| ·适应度函数的确定 | 第46-47页 |
| ·算法流程 | 第47-48页 |
| ·仿真实验 | 第48-55页 |
| ·结构及参数设置 | 第50-51页 |
| ·仿真结果 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 基于SimMechanics的并联机器人仿真 | 第56-66页 |
| ·并联机器人控制仿真系统总体结构 | 第56-59页 |
| ·基于SimMechanics的并联机器人控制系统仿真 | 第59-65页 |
| ·PID控制 | 第59-61页 |
| ·基于PSO优化的神经网络自适应控制 | 第61-64页 |
| ·仿真结果分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·全文工作总结 | 第66-67页 |
| ·下一步工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间的研究成果 | 第73页 |