| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 课题研究的目的和意义 | 第12页 |
| 1.3 上肢康复机器人及其康复训练控制方式的发展 | 第12-16页 |
| 1.4 本文主要内容 | 第16-17页 |
| 第2章 上肢康复机器人系统组成 | 第17-25页 |
| 2.1 上肢康复机器人机械结构 | 第17-22页 |
| 2.1.1 上肢康复机器人各关节角度及杆件尺寸 | 第17-20页 |
| 2.1.2 上肢康复机器人机械结构 | 第20-22页 |
| 2.2 上肢康复机器人驱动系统 | 第22-23页 |
| 2.3 上肢康复机器人传感器及信号采集系统 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 上肢康复机器人运动学与动力学分析 | 第25-43页 |
| 3.1 上肢康复机器人运动学分析 | 第25-33页 |
| 3.1.1 刚体位姿表示和齐次变换 | 第25-27页 |
| 3.1.2 机器人运动学的D-H表示法 | 第27-29页 |
| 3.1.3 正运动学分析 | 第29-31页 |
| 3.1.4 逆运动学分析 | 第31-33页 |
| 3.2 上肢康复机器人动力学分析 | 第33-42页 |
| 3.2.1 上肢康复机器人动力学研究方法 | 第34页 |
| 3.2.2 上肢康复机器人动力学模型建立 | 第34-36页 |
| 3.2.3 拉格朗日方程法建立动力学方程 | 第36-40页 |
| 3.2.4 上肢康复机器人动力学方程 | 第40-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 上肢康复机器人RBF神经网络控制 | 第43-61页 |
| 4.1 神经网络 | 第43-47页 |
| 4.1.1 神经网络研究的概述 | 第43页 |
| 4.1.2 神经网络主要特点 | 第43-44页 |
| 4.1.3 神经网络的结构和学习方式 | 第44-47页 |
| 4.2 RBF神经网络 | 第47-51页 |
| 4.2.1 RBF神经网络概述 | 第47页 |
| 4.2.2 RBF神经网络特点 | 第47-48页 |
| 4.2.3 RBF神经网络原理 | 第48-51页 |
| 4.3 上肢康复机器人神经网络控制 | 第51-59页 |
| 4.3.1 上肢康复机器人神经网络控制分析 | 第51-54页 |
| 4.3.2 上肢康复机器人神经网络控制仿真 | 第54-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第5章 上肢康复机器人GA-RBF神经网络控制 | 第61-71页 |
| 5.1 遗传算法概述 | 第61-62页 |
| 5.1.1 遗传算法的产生和发展 | 第61页 |
| 5.1.2 遗传算法的生物遗传学基础 | 第61-62页 |
| 5.2 遗传算法的结构和基本原理 | 第62-65页 |
| 5.2.1 遗传算法的结构 | 第62-63页 |
| 5.2.2 选择、交叉和突然变异的方法 | 第63-65页 |
| 5.3 上肢康复机器人GA-RBF神经网络控制 | 第65-69页 |
| 5.3.1 上肢康复机器人GA-RBF神经网络控制分析 | 第65-67页 |
| 5.3.2 上肢康复机器人GA-RBF神经网络控制仿真 | 第67-68页 |
| 5.3.3 仿真结果分析 | 第68-69页 |
| 5.4 本章小结 | 第69-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |