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

四足机器人步态设计与运动控制研究

摘要第4-5页
ABSTRACT第5页
注释表第12-13页
缩略词第13-14页
第一章 绪论第14-24页
    1.1 研究背景与意义第14-15页
    1.2 国内外研究现状第15-21页
        1.2.1 四足机器人研究现状第15-20页
        1.2.2 步态设计与运动控制研究现状第20-21页
    1.3 关键技术分析第21-22页
    1.4 研究目标与主要研究内容第22-24页
        1.4.1 研究目标第22页
        1.4.2 本文主要研究内容第22-24页
第二章 四足机器人运动学与动力学分析第24-34页
    2.1 四足机器人简化模型设计第24-25页
    2.2 运动学分析第25-29页
        2.2.1 D-H参数法介绍第25-26页
        2.2.2 正运动学分析第26-28页
        2.2.3 逆运动学分析第28-29页
    2.3 动力学分析第29-33页
        2.3.1 拉格朗日方程法介绍第30页
        2.3.2 动力学分析第30-33页
    2.4 本章小结第33-34页
第三章 基于虚拟样机技术的四足机器人运动仿真第34-45页
    3.1 概述第34-35页
    3.2 四足机器人虚拟样机模型设计第35-37页
        3.2.1 创建模型第35-36页
        3.2.2 创建约束第36页
        3.2.3 施加驱动第36-37页
    3.3 四足机器人步态设计仿真第37-41页
        3.3.1 足端轨迹设计第37-38页
        3.3.2 步态周期规划第38-39页
        3.3.3 双腿仿真实验第39-41页
    3.4 四足机器人运动控制仿真第41-43页
        3.4.1 联合仿真平台搭建第41-43页
        3.4.2 姿态稳定控制器设计思路第43页
    3.5 本章小结第43-45页
第四章 匍匐步态设计及运动控制研究第45-57页
    4.1 概述第45页
    4.2 匍匐步态设计第45-48页
        4.2.1 姿态准备阶段设计第46页
        4.2.2 连续运动阶段设计第46-47页
        4.2.3 仿真实验第47-48页
    4.3 匍匐步态运动控制第48-52页
        4.3.1 ZMP稳定判据介绍第48-49页
        4.3.2 控制思路与PID控制器设计第49-51页
        4.3.3 仿真实验第51-52页
    4.4 基于SVM的ZMP位置预测第52-56页
        4.4.1 SVM背景介绍第53-54页
        4.4.2 LIBSVM软件包介绍第54页
        4.4.3 ZMP位置预测实验第54-56页
    4.5 本章小结第56-57页
第五章 斜面步态设计及运动控制研究第57-67页
    5.1 概述第57页
    5.2 斜面步态设计第57-59页
        5.2.1 姿态选取第57-58页
        5.2.2 运动参数选取第58页
        5.2.3 仿真实验第58-59页
    5.3 斜面运动控制分析第59-61页
        5.3.1 斜面运动的ZMP稳定判据第59-61页
        5.3.2 控制思路第61页
    5.4 斜面步态运动控制第61-66页
        5.4.1 模糊控制介绍第61-62页
        5.4.2 模糊控制系统结构设计第62页
        5.4.3 论域和隶属度函数选择第62-63页
        5.4.4 模糊规则设计第63-64页
        5.4.5 仿真实验第64-66页
    5.5 本章小结第66-67页
第六章 四足机器人实物样机研制与实验第67-74页
    6.1 实物样机研制第67-71页
        6.1.1 四足机器人结构设计第67-68页
        6.1.2 核心控制板设计第68-69页
        6.1.3 嵌入式软件设计第69-71页
    6.2 实物验证实验第71-73页
        6.2.1 实验方法第71页
        6.2.2 实物实验第71-73页
    6.3 本章小结第73-74页
第七章 总结与展望第74-76页
    7.1 本文研究工作总结第74-75页
    7.2 存在问题及后期研究方向第75-76页
参考文献第76-81页
致谢第81-82页
在学期间的研究成果及发表的学术论文第82页

论文共82页,点击 下载论文
上一篇:基于卷积神经网络的色织物疵点检测与分类算法研究
下一篇:基于机器学习的机电系统关键部件PHM技术研究