摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 引言 | 第8页 |
1.2 工业机器人运动学标定技术研究的背景和意义 | 第8-10页 |
1.3 工业机器人运动学标定国内外现状 | 第10-14页 |
1.4 本文内容安排 | 第14-15页 |
第二章 工业机器人误差补偿的理论分析 | 第15-24页 |
2.1 机器人的空间位姿描述和变换 | 第15-19页 |
2.2 机器人多关节之间位姿关系 | 第19-20页 |
2.3 微分运动 | 第20-22页 |
2.4 机器人运动学中的雅克比矩阵 | 第22-23页 |
2.5 本章小结 | 第23-24页 |
第三章 串联式六自由度机器人运动学模型及误差模型建立 | 第24-36页 |
3.1 KAWASAKI RA010N机器人系统简介 | 第24-26页 |
3.2 机器人运动学模型 | 第26-33页 |
3.2.1 机器人运动学建模 | 第26-31页 |
3.2.2 机器人逆运动学求解 | 第31-33页 |
3.3 机器人误差模型 | 第33-35页 |
3.4 本章小结 | 第35-36页 |
第四章 基于神经网络机器人逆运动学求解及其仿真 | 第36-55页 |
4.1 神经网络算法 | 第36-41页 |
4.1.1 神经网络概述 | 第36-38页 |
4.1.2 BP神经网络原理 | 第38-41页 |
4.2 复合神经网络BP法的机器人逆运动学求解 | 第41-42页 |
4.3 仿真实验 | 第42-53页 |
4.3.1 正运动学计算 | 第43-45页 |
4.3.2 逆运动学计算 | 第45-53页 |
4.3.3 机器人逆运动学BP网络训练结果分析 | 第53页 |
4.4 本章小结 | 第53-55页 |
第五章 基于NR补偿法的机器人视觉标定实验 | 第55-68页 |
5.1 双目视觉的机器人末端位置测量系统 | 第55-62页 |
5.1.1 硬件选型 | 第55-56页 |
5.1.2 双目视觉摄像机标定 | 第56-58页 |
5.1.3 观察目标板的设计与图像处理 | 第58-62页 |
5.2 机器人视觉标定实验平台搭建 | 第62页 |
5.3 机器人末端移动距离测量实验 | 第62-67页 |
5.4 误差结果分析 | 第67页 |
5.5 本章小结 | 第67-68页 |
结论与展望 | 第68-70页 |
结论 | 第68页 |
展望 | 第68-70页 |
参考文献 | 第70-74页 |
致谢 | 第74页 |