| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 本课题研究的背景及意义 | 第12-14页 |
| 1.2 国内外机器人制孔技术研究现状 | 第14-19页 |
| 1.2.1 国内研究现状 | 第15-18页 |
| 1.2.2 国外研究现状 | 第18-19页 |
| 1.3 本文的主要工作 | 第19-21页 |
| 第2章 基于CATIA的飞机部件模型的建立 | 第21-33页 |
| 2.1 CATIA简介 | 第21页 |
| 2.2 基于CATIA的飞机部件建模 | 第21-28页 |
| 2.2.1 飞机部件装配工艺分析 | 第21-22页 |
| 2.2.2 机器人任务需求分析 | 第22-23页 |
| 2.2.3 CATIA的建模方式 | 第23-25页 |
| 2.2.4 CATIA建模的设计方法 | 第25-26页 |
| 2.2.5 飞机部件模型的建立 | 第26-28页 |
| 2.3 飞机部件产品数模孔位信息提取 | 第28-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 飞机装配机器人制孔路径规划算法的概述 | 第33-37页 |
| 3.1 飞机装配机器人制孔路径规划 | 第33页 |
| 3.2 飞机装配机器人制孔路径规划算法 | 第33-36页 |
| 3.2.1 传统路径规划算法 | 第34-35页 |
| 3.2.2 智能路径规划算法 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 基于蚁群算法和粒子群算法的飞机装配机器人制孔路径规划 | 第37-45页 |
| 4.1 基于蚁群算法的飞机装配机器人制孔路径规划 | 第37-40页 |
| 4.1.1 蚁群算法的基本原理 | 第37-38页 |
| 4.1.2 蚁群算法流程 | 第38-39页 |
| 4.1.3 基于蚁群算法的飞机装配机器人制孔路径规划 | 第39-40页 |
| 4.2 基于粒子群算法的飞机装配机器人制孔路径规划 | 第40-43页 |
| 4.2.1 粒子群算法的基本原理 | 第40-41页 |
| 4.2.2 粒子群算法流程 | 第41-42页 |
| 4.2.3 基于粒子群算法的飞机装配机器人制孔路径规划 | 第42-43页 |
| 4.3 路径规划算法仿真结果及分析 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 基于自适应蚁群算法的飞机装配机器人制孔路径规划 | 第45-54页 |
| 5.1 传统蚁群算法 | 第45-46页 |
| 5.1.1 蚁群算法优点 | 第45页 |
| 5.1.2 蚁群算法缺点 | 第45-46页 |
| 5.2 自适应蚁群算法的飞机装配机器人制孔路径规划的研究 | 第46-50页 |
| 5.2.1 自适应蚁群算法的概述 | 第46页 |
| 5.2.2 飞机装配机器人制孔路径规划原理 | 第46-47页 |
| 5.2.3 基于自适应蚁群算法的飞机装配机器人制孔路径规划 | 第47-50页 |
| 5.3 仿真结果及分析 | 第50-53页 |
| 5.3.1 仿真结果 | 第50-53页 |
| 5.3.2 仿真分析 | 第53页 |
| 5.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第60页 |
