六自由度机器人智能控制算法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究的背景和意义 | 第10页 |
| ·工业机器人历史、现状与国内外发展趋势 | 第10-12页 |
| ·工业机器人智能控制的国内外现状 | 第12-14页 |
| ·课题研究的技术路线及主要内容 | 第14-17页 |
| 第二章 六自由度机器人位置控制模型 | 第17-40页 |
| ·引言 | 第17页 |
| ·机器人运动学模型 | 第17-22页 |
| ·机器人D-H 坐标系的建立 | 第17-20页 |
| ·机器人工作空间界面方程的求解 | 第20-22页 |
| ·机器人静力学模型 | 第22-26页 |
| ·机器人静力学分析 | 第22-23页 |
| ·机器人静力学中的雅克比及其奇异位姿 | 第23-26页 |
| ·机器人动力学模型 | 第26-30页 |
| ·机器人各关节速度 | 第27-28页 |
| ·机器人各连杆的动能 | 第28-29页 |
| ·机器人各连杆的势能 | 第29页 |
| ·机器人动力学方程 | 第29-30页 |
| ·机器人交流伺服电机模型 | 第30-33页 |
| ·伺服电机数学模型 | 第31-32页 |
| ·伺服电机电流环模型 | 第32-33页 |
| ·伺服电机速度环模型 | 第33页 |
| ·机器人伺服电机减速器模型 | 第33-35页 |
| ·机器人关节转动副摩擦模型 | 第35-39页 |
| ·转动副摩擦模型类型 | 第35-37页 |
| ·转动副摩擦模型的建立 | 第37-38页 |
| ·转动副摩擦模型传递函数 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 六自由度机器人位置控制的研究 | 第40-50页 |
| ·引言 | 第40页 |
| ·机器人位置控制的设计 | 第40-41页 |
| ·机器人单关节位置控制 | 第41-45页 |
| ·单关节建模可行性分析 | 第41-43页 |
| ·机器人单关节位置PID 参数的整定 | 第43-44页 |
| ·机器人重力补偿的位置PID 控制 | 第44-45页 |
| ·机器人单关节位置控制仿真与分析 | 第45-49页 |
| ·单关节位置控制算法模型 | 第45-47页 |
| ·单关节位置控制仿真结果与分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 六自由度机器人智能控制算法的研究 | 第50-81页 |
| ·引言 | 第50页 |
| ·机器人模糊自适应控制 | 第50-57页 |
| ·模糊自适应PID 控制算法 | 第50-56页 |
| ·模糊自适应PID 控制仿真与分析 | 第56-57页 |
| ·机器人BP 网络自适应控制 | 第57-65页 |
| ·BP 网络自适应PID 算法 | 第57-63页 |
| ·BP 神经网络PID 自适应控制仿真与分析 | 第63-65页 |
| ·机器人RBF 网络辨识的神经网络自适应控制 | 第65-73页 |
| ·RBF 神经网络辨识算法 | 第65-67页 |
| ·RBF 辨识的单神经元PID 自适应算法 | 第67页 |
| ·RBF 辨识的单神经元PID 控制仿真与分析 | 第67-69页 |
| ·RBF 辨识的BP 网络PID 控制算法 | 第69-71页 |
| ·RBF 辨识的BP 网络PID 控制仿真与分析 | 第71-73页 |
| ·机器人模糊高斯基神经网络自适应控制 | 第73-79页 |
| ·模糊高斯基神经网络算法 | 第73-76页 |
| ·模糊高斯基神经网络控制仿真与分析 | 第76-79页 |
| ·机器人智能自适应控制的对比与分析 | 第79页 |
| ·本章小结 | 第79-81页 |
| 第五章 六自由度机器人智能控制算法实验验证 | 第81-88页 |
| ·引言 | 第81页 |
| ·机器人控制系统硬件平台 | 第81-82页 |
| ·机器人控制系统软件平台 | 第82-84页 |
| ·机器人智能算法实验设计 | 第84-87页 |
| ·智能算法的程序实现 | 第84-85页 |
| ·智能算法实验验证 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 总结与展望 | 第88-90页 |
| 参考文献 | 第90-94页 |
| 攻读硕士学位期间取得的研究成果 | 第94-95页 |
| 致谢 | 第95-96页 |
| 附件 | 第96页 |
