多关节机器人运动学与轨迹规划及仿真研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 研究背景及意义 | 第12-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.2.1 逆运动学解 | 第17-18页 |
| 1.2.2 多解优化及轨迹优化 | 第18-20页 |
| 1.2.3 三维仿真 | 第20-21页 |
| 1.3 关键技术 | 第21-22页 |
| 1.3.1 基于遗传算法的机器人逆运动学算法 | 第21页 |
| 1.3.2 逆运动学解的取舍与轨迹规划 | 第21-22页 |
| 1.3.3 三维仿真软件开发 | 第22页 |
| 1.4 本文的主要内容和结构安排 | 第22-24页 |
| 第2章 机器人的运动学分析 | 第24-36页 |
| 2.1 引言 | 第24页 |
| 2.2 机器人运动学建模 | 第24-28页 |
| 2.2.1 位姿描述 | 第24-26页 |
| 2.2.2 齐次变换 | 第26页 |
| 2.2.3 机器人空间坐标系建立 | 第26-28页 |
| 2.3 机器人正运动学问题 | 第28-30页 |
| 2.4 机器人逆运动学问题 | 第30-32页 |
| 2.5 多关节机器人工作空间分析 | 第32-34页 |
| 2.6 本章小结 | 第34-36页 |
| 第3章 基于遗传算法的逆运动学解 | 第36-50页 |
| 3.1 引言 | 第36页 |
| 3.2 遗传算法的基本原理 | 第36-38页 |
| 3.3 基本遗传算法的机器人逆运动学解 | 第38-40页 |
| 3.3.1 末端姿态求取 | 第38-39页 |
| 3.3.2 基本遗传算法的逆运动学解 | 第39-40页 |
| 3.4 逆运动学遗传算法的改进 | 第40-45页 |
| 3.4.1 适应度函数改进 | 第41-42页 |
| 3.4.2 多种群遗传算法 | 第42-43页 |
| 3.4.3 连续遗传算法 | 第43-45页 |
| 3.5 逆运动学解求取实例仿真 | 第45-48页 |
| 3.5.1 二自由度逆运动学解 | 第45-47页 |
| 3.5.2 六自由度逆运动学解 | 第47-48页 |
| 3.6 各种逆运动学解算法对比 | 第48-49页 |
| 3.7 本章小结 | 第49-50页 |
| 第4章 工业机器人逆解优化及关节轨迹规划 | 第50-64页 |
| 4.1 引言 | 第50页 |
| 4.2 逆解优化 | 第50-54页 |
| 4.2.1 机器人避障 | 第50-51页 |
| 4.2.2 角度向量二范数 | 第51-52页 |
| 4.2.3 优化结果仿真分析 | 第52-54页 |
| 4.3 关节轨迹规划 | 第54-57页 |
| 4.3.1 拉格朗日插值 | 第54-55页 |
| 4.3.2 五次多项式插值 | 第55-56页 |
| 4.3.3 B样条插值 | 第56-57页 |
| 4.4 关节轨迹规划的仿真 | 第57-62页 |
| 4.5 轨迹转换失真 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 工业机器人运动学仿真验证 | 第64-74页 |
| 5.1 引言 | 第64页 |
| 5.2 三维仿真软件开发 | 第64-70页 |
| 5.2.1 CATIA建模 | 第65-66页 |
| 5.2.2 加载连杆 | 第66-69页 |
| 5.2.3 空间划线模块 | 第69-70页 |
| 5.3 机器人仿真实例 | 第70-72页 |
| 5.4 本章小结 | 第72-74页 |
| 第6章 全文总结 | 第74-76页 |
| 6.1 全文研究工作总结 | 第74-75页 |
| 6.2 下一步科研计划 | 第75-76页 |
| 参考文献 | 第76-82页 |
| 个人简介及攻读硕士期间发表的学术论文 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附录 | 第84-85页 |
| 附录A 机器人末端位姿 | 第84-85页 |
| 附录B 机器人逆运动学解关节角度 | 第85页 |
