| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-26页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 UVMS研究现状 | 第11-18页 |
| 1.2.1 UVMS国外研究现状 | 第11-16页 |
| 1.2.2 UVMS国内研究现状 | 第16-18页 |
| 1.3 UVMS运动建模及规划策略 | 第18-20页 |
| 1.3.1 UVMS建模策略 | 第18-19页 |
| 1.3.2 UVMS运动学规划算法 | 第19-20页 |
| 1.4 UVMS控制策略 | 第20-24页 |
| 1.4.1 UVMS控制主要研究内容 | 第20-21页 |
| 1.4.2 UVMS主要控制方法 | 第21-23页 |
| 1.4.3 UVMS研究趋势 | 第23-24页 |
| 1.5 本文主要研究内容 | 第24-26页 |
| 第2章 水下机器人-机械臂系统UVMS数学建模 | 第26-38页 |
| 2.1 水下机器人系统 | 第26-32页 |
| 2.1.1 水下机器人本体坐标系统建立 | 第26-27页 |
| 2.1.2 水下机器人本体运动学建模 | 第27-29页 |
| 2.1.3 水下机器人本体动力学建模 | 第29-32页 |
| 2.2 水下机械臂系统 | 第32-36页 |
| 2.2.1 水下机械臂系统运动学研究 | 第32-33页 |
| 2.2.2 水下机械臂系统动力学分析 | 第33-36页 |
| 2.3 UVMS整体模型 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 垂直面内UVMS协调控制 | 第38-56页 |
| 3.1 垂直面内UVMS数学模型 | 第38-44页 |
| 3.1.1 垂直面内水下机器人本体简化模型 | 第38-39页 |
| 3.1.2 垂直面内水下机械臂系统模型 | 第39-44页 |
| 3.2 自适应反步方法以及非线性干扰观测器 | 第44-45页 |
| 3.2.1 自适应反步法 | 第44页 |
| 3.2.2 非线性干扰观测器 | 第44-45页 |
| 3.3 垂直面UVMS控制器设计 | 第45-55页 |
| 3.3.1 垂直面内UVMS控制器构建 | 第45-48页 |
| 3.3.2 垂直面内UVMS控制仿真实验 | 第48-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第4章 水平面内UVMS协调控制 | 第56-81页 |
| 4.1 水平面内UVMS数学模型 | 第56-59页 |
| 4.1.1 水平面内水下机器人本体数学模型 | 第56-57页 |
| 4.1.2 水平面内机械臂系统模型 | 第57-59页 |
| 4.2 模糊逻辑控制 | 第59-67页 |
| 4.2.1 模糊控制器结构 | 第60-61页 |
| 4.2.2 模糊化处理 | 第61-67页 |
| 4.3 自适应模糊滑模控制 | 第67-72页 |
| 4.3.1 自适应模糊滑模控制原理 | 第67-68页 |
| 4.3.2 引入非线性观测器的自适应模糊滑模控制器构建 | 第68-72页 |
| 4.4 水平面UVMS引入NDO的自适应模糊滑模策略 | 第72-80页 |
| 4.4.1 基于NDO的自适应模糊滑模策略艏向角控制器 | 第72-73页 |
| 4.4.2 水平面UVMS自适应横向速度控制器 | 第73-74页 |
| 4.4.3 水平面UVMS仿真实例 | 第74-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第5章 UVMS机械臂系统控制研究 | 第81-97页 |
| 5.1 神经网络控制概念介绍 | 第81-84页 |
| 5.1.1 基本概念介绍 | 第81-83页 |
| 5.1.2 神经网络控制的应用领域 | 第83-84页 |
| 5.2 n自由度水下机械臂控制器设计 | 第84-86页 |
| 5.2.1 控制器构建 | 第84-85页 |
| 5.2.2 Lyapunov函数构建和稳定性证明 | 第85-86页 |
| 5.3 垂直面水下机械臂控制 | 第86-96页 |
| 5.3.1 水动力作用下水下机械臂系统 | 第87-92页 |
| 5.3.2 模型不确定性,未知干扰作用下的水下机械臂系统 | 第92-96页 |
| 5.4 本章小结 | 第96-97页 |
| 结论 | 第97-99页 |
| 参考文献 | 第99-105页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第105-106页 |
| 致谢 | 第106-107页 |
