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

串联式六自由度机器人运动学标定方法研究

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

论文共74页,点击 下载论文
上一篇:五自由度举升平台避障路径规划的分析与研究
下一篇:下肢康复机器人机构设计及运动分析