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

MOTOMAN-UPJ型机器人运动学研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-21页
   ·本课题研究的目的和意义第11-13页
   ·机器人运动学的发展现状第13-16页
     ·机器人运动学的分类第13页
     ·机器人逆运动学问题发展现状第13-16页
   ·MOTOMAN-UP系列机器人的技术特点第16-19页
   ·本课题研究的主要内容第19-21页
第二章 机器人运动学求解的数学基础第21-37页
   ·机器人位置与姿态的描述和空间变换第21-28页
     ·机器人位姿描述第21-23页
     ·齐次坐标及齐次变换第23-26页
     ·齐次变换的几何意义第26-27页
     ·末端执行器位姿的其他表示方法第27-28页
   ·机器人的正向运动学第28-33页
     ·连杆坐标系第29-30页
     ·机器人连杆D-H坐标变换第30-32页
     ·机器人的正向运动学求解第32-33页
   ·机器人的逆向运动学第33-36页
     ·机器人运动学逆解的有关问题第33-34页
     ·逆运动学求解方法第34-35页
     ·逆向求解的多解性和可解性第35-36页
   ·本章小结第36-37页
第三章 MOTOMAN-UPJ型机器人正运动学设计与研究第37-47页
   ·UPJ型机器人正向运动学求解第37-40页
     ·机器人参数及其坐标系的建立第37-39页
     ·机器人正向运动学求解第39-40页
   ·机器人运动学仿真第40-42页
     ·机器人仿真技术第40-41页
     ·基于MATLAB的机器人运动学仿真第41-42页
   ·UPJ型机器人正运动学仿真第42-45页
     ·机器人起始位置第42-43页
     ·机器人转动关节正运动仿真第43-44页
     ·机器人旋转关节正运动仿真第44-45页
   ·本章小节第45-47页
第四章 逆运动学解析算法研究第47-61页
   ·UPJ型机器人逆运动学方程的求解第47-51页
   ·各参数取值对结果的影响第51-56页
     ·讨论的意义第51页
     ·UPJ机器人求解公式的确定第51-56页
   ·UPJ型机器人逆运动学仿真第56-60页
     ·仿真步骤第56-57页
     ·仿真结果第57-60页
   ·本章小结第60-61页
第五章 基于RBF神经网络的机器人逆运动学求解第61-83页
   ·径向基函数神经网络算法第61-65页
     ·人工神经网络第61-62页
     ·径向基函数网络第62-64页
     ·RBF网络训练规则第64-65页
   ·基于RBF算法的神经网络用于UPJ型机器人逆向求解研究第65-68页
     ·训练样本的选择与组织第65-66页
     ·输入输出数据的预处理第66-67页
     ·UPJ型机器人运动学逆解的RBF神经网络构建第67-68页
   ·UPJ机器人神经网络仿真结果第68-74页
     ·基于MATLAB语言的机器人逆向求解的RBF网络训练第68-72页
     ·RBF网络与BP网络之比较第72-74页
   ·MOTOMAN-UPJ机器人运动学实验第74-82页
     ·实验方案第74页
     ·实验设备选择第74-75页
     ·实验步骤第75-81页
     ·实验结果分析第81-82页
   ·本章小结第82-83页
结论与展望第83-84页
参考文献第84-87页
致谢第87-88页
在学期间发表的论文第88页

论文共88页,点击 下载论文
上一篇:我国信息产业人才流动与激励体系研究
下一篇:综合监控前置机系统组态软件的设计