| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题来源及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 柔性机器人的研究现状 | 第12-14页 |
| 1.2.2 非线性系统的研究现状 | 第14-15页 |
| 1.2.3 受限机械系统的研究现状 | 第15页 |
| 1.3 本文的研究内容及结构安排 | 第15-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 理论基础与系统建模分析 | 第18-29页 |
| 2.1 数学知识 | 第18-19页 |
| 2.2 Lyapunov稳定性理论 | 第19-21页 |
| 2.3 函数逼近理论 | 第21-24页 |
| 2.3.1 神经网络 | 第21-23页 |
| 2.3.2 模糊逻辑系统 | 第23-24页 |
| 2.4 系统建模及分析 | 第24-28页 |
| 2.4.1 面向回滞和时变时延约束限制的机器人系统建模 | 第24-27页 |
| 2.4.2 串联弹性驱动关节的机器人系统建模 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 仿真和Baxter机器人实验平台介绍 | 第29-41页 |
| 3.1 仿真系统 | 第29-30页 |
| 3.2 Baxter机器人系统总体框架 | 第30-40页 |
| 3.2.1 Baxter机器人系统硬件系统 | 第35-38页 |
| 3.2.2 Baxter机器人系统软件系统 | 第38-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 面向回滞和时延的机器人系统的自适应模糊控制 | 第41-59页 |
| 4.1 引言 | 第41-43页 |
| 4.2 系统及问题描述 | 第43-46页 |
| 4.3 控制器设计与稳定性分析 | 第46-55页 |
| 4.4 仿真验证 | 第55-56页 |
| 4.5 本章小结 | 第56-59页 |
| 第五章 基于串联弹性驱动的机器人自适应神经网络控制 | 第59-78页 |
| 5.1 引言 | 第59-61页 |
| 5.2 系统及问题描述 | 第61-64页 |
| 5.3 控制器设计与稳定性分析 | 第64-71页 |
| 5.3.1 积分型的Lyapunov函数分析 | 第64-65页 |
| 5.3.2 基于模型的控制器 | 第65-67页 |
| 5.3.3 自适应神经网络控制器 | 第67-71页 |
| 5.4 仿真验证 | 第71-73页 |
| 5.5 在Baxter机器人平台上的实验验证 | 第73-75页 |
| 5.6 本章小结 | 第75-78页 |
| 总结与展望 | 第78-80页 |
| 参考文献 | 第80-89页 |
| 攻读硕士学位期间取得的研究成果 | 第89-91页 |
| 致谢 | 第91-92页 |
| 附件 | 第92页 |
