摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景和意义 | 第11-12页 |
1.2 国内外研究与应用现状 | 第12-16页 |
1.2.1 功率级脱离拖动示教 | 第12-13页 |
1.2.2 基于末端力矩传感器的拖动示教 | 第13-14页 |
1.2.3 基于力矩补偿的拖动示教 | 第14-15页 |
1.2.4 研究存在的主要问题和本文的解决办法 | 第15-16页 |
1.3 论文主要内容与组织结构 | 第16-19页 |
1.3.1 论文主要内容 | 第16-17页 |
1.3.2 论文组织结构 | 第17-19页 |
第二章 协作机器人控制系统总体设计 | 第19-27页 |
2.1 协作机器人工作平台 | 第19页 |
2.2 协作机器人的运动控制硬件方案 | 第19-24页 |
2.2.1 硬件平台 | 第20-22页 |
2.2.2 机器人操作系统及通信协议 | 第22-23页 |
2.2.3 协作机器人通信配置 | 第23-24页 |
2.3 基于动力学模型的拖动示教总体流程 | 第24-25页 |
2.3.1 外界力检测 | 第25页 |
2.3.2 位置跟随力运动 | 第25页 |
2.3.3 实时采样计算及再现平台 | 第25页 |
2.4 本章小结 | 第25-27页 |
第三章 协作机器人软件架构设计 | 第27-35页 |
3.1 协作机器人软件简化架构模型 | 第27页 |
3.2 协作机器人闭环控制方案 | 第27-29页 |
3.3 拖动示教控制器计算流程 | 第29-32页 |
3.4 协作机器人拖动示教软件设计 | 第32-33页 |
3.4.1 示教过程软件设计 | 第32页 |
3.4.2 再现过程软件设计 | 第32-33页 |
3.5 碰撞检测软件模块设计 | 第33-34页 |
3.6 本章小结 | 第34-35页 |
第四章 机器人动力学模型分析 | 第35-53页 |
4.1 机器人关节空间受力分析 | 第35-36页 |
4.2 牛顿欧拉法动力学模型分析 | 第36-42页 |
4.2.1 动力学模型参数 | 第36-37页 |
4.2.2 误差分析 | 第37-39页 |
4.2.3 激励轨迹设计 | 第39-42页 |
4.3 神经网络形式动力学模型 | 第42-46页 |
4.3.1 神经网络介绍 | 第42-43页 |
4.3.2 激活函数 | 第43-44页 |
4.3.3 训练方法 | 第44-46页 |
4.4 神经网络动力学模型验证 | 第46-51页 |
4.4.1 正弦轨迹力矩验证 | 第47-49页 |
4.4.2 关节空间匀速运动力矩验证 | 第49-51页 |
4.5 本章小结 | 第51-53页 |
第五章 机器人动力学模型参数辨识与物理验证 | 第53-69页 |
5.1 机器人动力学模型辨识方式 | 第53-54页 |
5.1.1 离线辨识 | 第53页 |
5.1.2 在线辨识 | 第53-54页 |
5.2 数据预处理 | 第54-61页 |
5.2.1 滤波 | 第54-58页 |
5.2.2 样本分析 | 第58-61页 |
5.3 牛顿欧拉法动力学模型参数辨识 | 第61-62页 |
5.4 神经网络法动力学模型训练 | 第62-67页 |
5.5 本章小结 | 第67-69页 |
第六章 基于动力学模型的拖动示教物理验证 | 第69-77页 |
6.1 基于动力学模型的拖动示教方式分类 | 第69-70页 |
6.2 实验平台 | 第70-71页 |
6.3 单轴拖动示教物理实验 | 第71-74页 |
6.3.1 关节1拖动示教物理实验 | 第71-73页 |
6.3.2 关节2拖动示教物理实验 | 第73页 |
6.3.3 关节3拖动示教物理实验 | 第73-74页 |
6.4 三轴拖动示教物理实验 | 第74-75页 |
6.5 本章小结 | 第75-77页 |
第七章 总结与展望 | 第77-79页 |
7.1 论文总结 | 第77页 |
7.2 论文展望 | 第77-79页 |
致谢 | 第79-81页 |
参考文献 | 第81-83页 |
附录 A 埃夫特ER3A-C60机器人动力学模型 | 第83-87页 |
附录 B 埃夫特ER3A-C60机器人神经网络形式动力学模型参数 | 第87-91页 |
作者在攻读硕士期间发表的论文和科研成果 | 第91页 |